Contenitori di sintesi vocale con Docker

Il contenitore di sintesi vocale neurale converte il testo in una sintesi vocale naturale usando una tecnologia di rete neurale profonda, che consente un parlato sintetizzato più naturale. In questo articolo si apprenderà come scaricare, installare ed eseguire un contenitore di sintesi vocale.

Per altre informazioni sui prerequisiti, verificare che un contenitore sia in esecuzione, che esegua più contenitori nello stesso host e che esegua contenitori disconnessi, vedere Installare ed eseguire contenitori di Voce con Docker.

Immagini del contenitore

L'immagine del contenitore di sintesi vocale neurale per tutte le versioni e le impostazioni locali supportate è disponibile nel syndicate Registro Container di Microsoft (MCR). Si trova all'interno del repository azure-cognitive-services/speechservices/ ed è denominata neural-text-to-speech.

Il nome completo dell'immagine del contenitore è mcr.microsoft.com/azure-cognitive-services/speechservices/neural-text-to-speech. Aggiungere una versione specifica o accodare :latest per ottenere la versione più recente.

Tutti i tag, ad eccezione di latest, sono nel formato seguente e fanno distinzione tra maiuscole e minuscole:

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

I tag sono disponibili anche in formato JSON per praticità. Il corpo include il percorso del contenitore e l'elenco di tag. I tag non vengono ordinati in base alla versione, ma "latest" viene sempre incluso alla fine dell'elenco, come illustrato in questo frammento di codice:

{
  "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"
  ]
}

Ottenere l'immagine del contenitore con il comando docker pull

Sono necessari i prerequisiti incluso l'hardware necessario. Vedere anche l'allocazione consigliata delle risorse per ogni contenitore di Voce.

Usare il comando docker pull per scaricare un'immagine del contenitore da Registro Container di Microsoft:

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

Eseguire il contenitore con il comando docker run

Usare il comando docker run per eseguire il contenitore.

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> ...

Per altre informazioni su docker run con i contenitori di Voce, vedere Installare ed eseguire contenitori di Voce con Docker.

Usare il contenitore

I contenitori voce forniscono API endpoint di query basate su websocket a cui si accede tramite Speech SDK e interfaccia della riga di comando di Voce. Per impostazione predefinita, l'SDK e l'interfaccia della riga di comando di Voce usano il servizio Voce pubblico. Per usare il contenitore, è necessario modificare il metodo di inizializzazione.

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")

Provare la guida di avvio rapido alla sintesi vocale usando l'autenticazione host anziché la chiave e l'area.

Elemento voce SSML

Quando si costruisce un POST HTTP di sintesi vocale neurale, il messaggio SSML richiede un elemento voice con un attributo name. Le impostazioni locali voce devono corrispondere alle impostazioni locali del modello contenitore. Il supporto per i tag SSML è coerente per ogni voce di sintesi vocale nel cloud di Azure e nell'ambiente contenitore.

Ad esempio, un modello scaricato tramite il tag latest (per impostazione predefinita "en-US") avrà un nome voce di 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>

Passaggi successivi

• Vedere la panoramica dei contenitori Voce
• Vedere configurare i contenitori per informazioni sulle impostazioni di configurazione
• Usare altri contenitori Azure per intelligenza artificiale