Kontejnery převodu textu na řeč pomocí Dockeru

Neurální text na řečový kontejner převádí text na přirozeně znějící řeč pomocí technologie hluboké neurální sítě, která umožňuje přirozenější syntetizovanou řeč. V tomto článku se dozvíte, jak stáhnout, nainstalovat a spustit kontejner Převod textu na řeč.

Další informace o požadavcích, ověření, že je kontejner spuštěný, běží více kontejnerů na stejném hostiteli a spuštěné odpojené kontejnery, najdete v tématu Instalace a spouštění kontejnerů Služby Speech pomocí Dockeru.

Image kontejneru

Neurální text na image kontejneru řeči pro všechny podporované verze a národní prostředí najdete v syndikátu Microsoft Container Registry (MCR). Nachází se v úložišti azure-cognitive-services/speechservices/ a má název neural-text-to-speech.

Plně kvalifikovaný název image kontejneru je . mcr.microsoft.com/azure-cognitive-services/speechservices/neural-text-to-speech Připojte konkrétní verzi nebo připojte :latest , abyste získali nejnovější verzi.

Všechny značky, s výjimkou latest, jsou v následujícím formátu a rozlišují malá a velká písmena:

<major>.<minor>.<patch>-<platform>-<voice>-<preview>

Značky jsou také k dispozici ve formátu JSON pro usnadnění. Tělo obsahuje cestu ke kontejneru a seznam značek. Značky nejsou seřazené podle verze, ale "latest" jsou vždy zahrnuty na konci seznamu, jak je znázorněno v tomto fragmentu kódu:

{
  "name": "azure-cognitive-services/speechservices/neural-text-to-speech",
  "tags": [
    <--redacted for brevity-->
    "3.5.0-amd64-uk-ua-ostapneural",
    "3.5.0-amd64-zh-cn-xiaochenneural-preview",
    "3.5.0-amd64-zh-cn-xiaohanneural",
    "3.5.0-amd64-zh-cn-xiaomoneural",
    "3.5.0-amd64-zh-cn-xiaoqiuneural-preview",
    "3.5.0-amd64-zh-cn-xiaoruineural",
    "3.5.0-amd64-zh-cn-xiaoshuangneural-preview",
    "3.5.0-amd64-zh-cn-xiaoxiaoneural",
    "3.5.0-amd64-zh-cn-xiaoyanneural-preview",
    "3.5.0-amd64-zh-cn-xiaoyouneural",
    "3.5.0-amd64-zh-cn-yunxineural",
    "3.5.0-amd64-zh-cn-yunyangneural",
    "3.5.0-amd64-zh-cn-yunyeneural",
    "latest"
  ]
}

Získání image kontejneru pomocí docker pull

Potřebujete požadavky, včetně požadovaného hardwaru. Podívejte se také na doporučené přidělení prostředků pro každý kontejner služby Speech.

Pomocí příkazu docker pull stáhněte image kontejneru ze služby Microsoft Container Registry:

docker pull mcr.microsoft.com/azure-cognitive-services/speechservices/neural-text-to-speech:latest

Spuštění kontejneru pomocí dockeru run

Ke spuštění kontejneru použijte příkaz docker run.

docker run --rm -it -p 5000:5000 --memory 12g --cpus 6 \
mcr.microsoft.com/azure-cognitive-services/speechservices/neural-text-to-speech \
Eula=accept \
Billing={ENDPOINT_URI} \
ApiKey={API_KEY}

docker run --rm -it -p 5000:5000 \ 
-v {LICENSE_MOUNT} \
{IMAGE} \
eula=accept \
billing={ENDPOINT_URI} \
apikey={API_KEY} \
DownloadLicense=True \
Mounts:License={CONTAINER_LICENSE_DIRECTORY} 

docker run --rm -it -p 5000:5000 --memory {MEMORY_SIZE} --cpus {NUMBER_CPUS} \ 
-v {LICENSE_MOUNT} \ 
-v {OUTPUT_PATH} \
{IMAGE} \
eula=accept \
Mounts:License={CONTAINER_LICENSE_DIRECTORY}
Mounts:Output={CONTAINER_OUTPUT_DIRECTORY}

sudo chown -R nonroot:nonroot <YOUR_LOCAL_MACHINE_PATH_1> <YOUR_LOCAL_MACHINE_PATH_2> ...

Další informace o kontejnerech služby Speech najdete v docker run tématu Instalace a spouštění kontejnerů služby Speech pomocí Dockeru.

Použití kontejneru

Kontejnery služby Speech poskytují rozhraní API koncových bodů dotazů založených na websocketu, ke kterým se přistupuje prostřednictvím sady Speech SDK a rozhraní příkazového řádku služby Speech. Sada Speech SDK a Rozhraní příkazového řádku služby Speech ve výchozím nastavení používají veřejnou službu Speech. Pokud chcete kontejner použít, musíte změnit inicializační metodu.

var config = SpeechConfig.FromSubscription(...);

var config = SpeechConfig.FromHost(
    new Uri("http://localhost:5000"));

auto speechConfig = SpeechConfig::FromSubscription(...);

auto speechConfig = SpeechConfig::FromHost("http://localhost:5000");

speechConfig, err := speech.NewSpeechConfigFromSubscription(...)

speechConfig, err := speech.NewSpeechConfigFromHost("http://localhost:5000")

SpeechConfig speechConfig = SpeechConfig.fromSubscription(...);

SpeechConfig speechConfig = SpeechConfig.fromHost("http://localhost:5000");

const speechConfig = sdk.SpeechConfig.fromSubscription(...);

const speechConfig = sdk.SpeechConfig.fromHost("http://localhost:5000");

SPXSpeechConfiguration *speechConfig = [[SPXSpeechConfiguration alloc] initWithSubscription:...];

SPXSpeechConfiguration *speechConfig = [[SPXSpeechConfiguration alloc] initWithHost:"http://localhost:5000"];

let speechConfig = SPXSpeechConfiguration(subscription: "", region: "");

let speechConfig = SPXSpeechConfiguration(host: "http://localhost:5000");

speech_config = speechsdk.SpeechConfig(
    subscription=speech_key, region=service_region)

speech_config = speechsdk.SpeechConfig(
    host="http://localhost:5000")

Vyzkoušejte rychlý start převodu textu na řeč pomocí ověřování hostitele místo klíče a oblasti.

Hlasový prvek SSML

Když vytváříte neurální text pro řeč HTTP POST, zpráva SSML vyžaduje voice prvek s atributem name . Národní prostředí hlasu musí odpovídat národnímu prostředí modelu kontejneru. Podpora značek SSML je konzistentní pro každý text a hlasový hlas v cloudu Azure i v prostředí kontejneru.

Například model stažený prostřednictvím latest značky (výchozí hodnota "en-US") by měl hlasový název en-US-AriaNeural.

<speak version="1.0" xmlns="http://www.w3.org/2001/10/synthesis" xml:lang="en-US">
    <voice name="en-US-AriaNeural">
        This is the text that is spoken.
    </voice>
</speak>

Další kroky

• Přehled kontejnerů služby Speech
• Kontrola konfigurace kontejnerů pro nastavení konfigurace
• Použití dalších kontejnerů Azure AI