Custom Speech モデルをトレーニングする

トレーニング データセットをアップロードした後、これらの手順に従ってモデルのトレーニングを開始します。

1. Speech Studio にサインインします。

2. [Custom Speech]> プロジェクト名 >[カスタム モデルのトレーニング] を選択します。

3. [新しいモデルをトレーニングする] を選択します。

4. [ベースライン モデルの選択] ページで、ベース モデルを選択し、[次へ] を選択します。 不明な場合は、一覧の一番上から最新のモデルを選択します。 基本モデルの名前は、YYYYMMDD 形式のリリースされた日付に相当します。 基本モデルのカスタマイズ機能は、Speech Studio でモデル名の後にかっこに入れて示されます。

   重要

   [Expiration for adaptation](適応の有効期限) の日付をメモしておきます。 これは、トレーニングにベース モデルを使用できる最後の日付です。 詳細については、「モデルとエンドポイントのライフサイクル」を参照してください。

5. [データの選択] ページで、トレーニングに使用する 1 つ以上のデータセットを選択します。 使用可能なデータセットがない場合は、セットアップをキャンセルし、[Speech datasets](音声データセット) メニューに移動して、データセットをアップロードします。

6. カスタム モデルの名前と説明を入力し、[次へ] を選択します。

7. 必要に応じて、[次の手順でテストを追加してください] チェック ボックスをオンにします。 この手順をスキップした場合は、後で同じテストを実行できます。 詳細については、「認識品質をテストする」および「モデルを定量的にテストする」を参照してください。

8. [保存して閉じる] を選択して、カスタム モデルの構築を開始します。

9. [Train custom models](カスタム モデルのトレーニング) ページに戻ります。

   重要

   [有効期限] の日付をメモします。 これは、音声認識にカスタム モデルを使用できる最後の日付です。 詳細については、「モデルとエンドポイントのライフサイクル」を参照してください。

トレーニング用のデータセットを使ってモデルを作成するには、spx csr model create コマンドを使います。 次の手順に従って要求パラメーターを作成します。

• project パラメーターを既存のプロジェクトの ID に設定します。 このパラメーターは、Speech Studio でモデルを表示および管理できるようにするためにも推奨されます。 spx csr project list コマンドを実行すると、使用できるプロジェクトを取得できます。
• 必須の dataset パラメーターを、トレーニングに使うデータセットの ID に設定します。 複数のデータセットを指定するには、datasets (複数) パラメーターを設定し、ID をセミコロンで区切ります。
• 必須の language パラメーターを設定します。 データセットのロケールは、プロジェクトのロケールと一致する必要があります。 ロケールを後から変更することはできません。 Speech CLI language パラメーターは、JSON 要求と応答の locale プロパティに対応します。
• 必須の name パラメーターを設定します。 このパラメーターは、Speech Studio に表示される名前です。 Speech CLI name パラメーターは、JSON 要求と応答の displayName プロパティに対応します。
• 必要に応じて、base プロパティを設定できます。 (例: --base 5988d691-0893-472c-851e-8e36a0fe7aaf)。 base を指定しない場合、ロケールの既定のベース モデルが使われます。 Speech CLI base パラメーターは、JSON 要求と応答の baseModel プロパティに対応します。

トレーニング用のデータセットを使ってモデルを作成する Speech CLI コマンドの例を次に示します。

spx csr model create --api-version v3.2 --project YourProjectId --name "My Model" --description "My Model Description" --dataset YourDatasetId --language "en-US"

次の形式で応答本文を受け取る必要があります。

{
  "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/9e240dc1-3d2d-4ac9-98ec-1be05ba0e9dd",
  "baseModel": {
    "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/base/5988d691-0893-472c-851e-8e36a0fe7aaf"
  },
  "datasets": [
    {
      "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/datasets/23b6554d-21f9-4df1-89cb-f84510ac8d23"
    }
  ],
  "links": {
    "manifest": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/9e240dc1-3d2d-4ac9-98ec-1be05ba0e9dd/manifest",
    "copy": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/9e240dc1-3d2d-4ac9-98ec-1be05ba0e9dd:copy",
    "files": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/9e240dc1-3d2d-4ac9-98ec-1be05ba0e9dd/files"
  },
  "project": {
    "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/projects/0198f569-cc11-4099-a0e8-9d55bc3d0c52"
  },
  "properties": {
    "deprecationDates": {
      "transcriptionDateTime": "2026-07-15T00:00:00Z"
    },
    "customModelWeightPercent": 30,
    "features": {
      "supportsTranscriptions": true,
      "supportsEndpoints": true,
      "supportsTranscriptionsOnSpeechContainers": false,
      "supportedOutputFormats": [
        "Display",
        "Lexical"
      ]
    }
  },
  "lastActionDateTime": "2024-07-14T21:38:40Z",
  "status": "Running",
  "createdDateTime": "2024-07-14T21:38:40Z",
  "locale": "en-US",
  "displayName": "My Model",
  "description": "My Model Description"
}

応答本文の最上位の self プロパティはモデルの URI です。 この URI を使って、モデルのプロジェクト、マニフェスト、非推奨の日付に関する詳細を取得します。 また、モデルの更新または削除にもこの URI を使います。

モデルに関する Speech CLI ヘルプを表示するには、次のコマンドを実行します。

spx help csr model

トレーニング用のデータセットを使ってモデルを作成するには、Speech to text REST API の Models_Create 操作を使います。 次の手順に従って要求本文を作成します。

• project プロパティを既存のプロジェクトの URI に設定します。 このプロパティは、Speech Studio でモデルを表示および管理できるようにするためにも推奨されます。 Projects_List 要求を行うと、使用できるプロジェクトを取得できます。
• 必須の datasets プロパティを、トレーニングに使うデータセットの URI に設定します。
• 必須の locale プロパティを設定します。 モデルのロケールは、プロジェクトとベース モデルのロケールと一致する必要があります。 ロケールを後から変更することはできません。
• 必須の displayName プロパティを設定します。 このプロパティは、Speech Studio に表示される名前です。
• 必要に応じて、baseModel プロパティを設定できます。 (例: "baseModel": {"self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/base/5988d691-0893-472c-851e-8e36a0fe7aaf"})。 baseModel を指定しない場合、ロケールの既定のベース モデルが使われます。

HTTP POST 要求は、次の例に示すように URI を使用して行います。 YourSubscriptionKey は実際の Speech リソース キーに、YourServiceRegion は実際の Speech リソース リージョンに置き換えたうえで、前述のように要求本文のプロパティを設定してください。

curl -v -X POST -H "Ocp-Apim-Subscription-Key: YourSubscriptionKey" -H "Content-Type: application/json" -d '{
  "project": {
    "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/projects/0198f569-cc11-4099-a0e8-9d55bc3d0c52"
  },
  "displayName": "My Model",
  "description": "My Model Description",
  "baseModel": null,
  "datasets": [
    {
      "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/datasets/23b6554d-21f9-4df1-89cb-f84510ac8d23"
    }
  ],
  "locale": "en-US"
}'  "https://YourServiceRegion.api.cognitive.microsoft.com/speechtotext/v3.2/models"

次の形式で応答本文を受け取る必要があります。

{
  "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/9e240dc1-3d2d-4ac9-98ec-1be05ba0e9dd",
  "baseModel": {
    "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/base/5988d691-0893-472c-851e-8e36a0fe7aaf"
  },
  "datasets": [
    {
      "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/datasets/23b6554d-21f9-4df1-89cb-f84510ac8d23"
    }
  ],
  "links": {
    "manifest": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/9e240dc1-3d2d-4ac9-98ec-1be05ba0e9dd/manifest",
    "copy": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/9e240dc1-3d2d-4ac9-98ec-1be05ba0e9dd:copy",
    "files": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/9e240dc1-3d2d-4ac9-98ec-1be05ba0e9dd/files"
  },
  "project": {
    "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/projects/0198f569-cc11-4099-a0e8-9d55bc3d0c52"
  },
  "properties": {
    "deprecationDates": {
      "transcriptionDateTime": "2026-07-15T00:00:00Z"
    },
    "customModelWeightPercent": 30,
    "features": {
      "supportsTranscriptions": true,
      "supportsEndpoints": true,
      "supportsTranscriptionsOnSpeechContainers": false,
      "supportedOutputFormats": [
        "Display",
        "Lexical"
      ]
    }
  },
  "lastActionDateTime": "2024-07-14T21:38:40Z",
  "status": "Running",
  "createdDateTime": "2024-07-14T21:38:40Z",
  "locale": "en-US",
  "displayName": "My Model",
  "description": "My Model Description"
}

応答本文の最上位の self プロパティはモデルの URI です。 この URI を使って、モデルのプロジェクト、マニフェスト、非推奨の日付に関する詳細を取得します。 また、モデルの更新と削除にもこの URI を使用します。

次の手順に従って、モデルを別のリージョンのプロジェクトにコピーします。

1. Speech Studio にサインインします。
2. [Custom Speech]> プロジェクト名 >[カスタム モデルのトレーニング] を選択します。
3. [コピー先] を選びます。
4. [Copy speech model](音声モデルのコピー) ページで、モデルをコピーする対象リージョンを選びます。
5. 対象リージョンの Speech リソースを選ぶか、新しい Speech リソースを作成します。
6. モデルをコピーするプロジェクトを選ぶか、新しいプロジェクトを作成します。
7. [コピー] を選択します。

モデルが正常にコピーされると、対象プロジェクトに表示されるようになります。

別リージョン内のプロジェクトにモデルを直接コピーすることは、Speech CLI ではサポートされていません。 別リージョン内のプロジェクトにモデルをコピーするには、Speech Studio または Speech to text REST API を使います。

モデルを別の音声リソースにコピーするには、Speech to text REST API の Models_Copy 操作を使います。 次の手順に従って要求本文を作成します。

• 必須の targetSubscriptionKey プロパティを、宛先 Speech リソースのキーに設定します。

HTTP POST 要求は、次の例に示すように URI を使用して行います。 コピー元であるモデルのリージョンと URI を使います。 YourModelId はモデル ID に、YourSubscriptionKey は実際の Speech リソース キーに、YourServiceRegion は実際の Speech リソース リージョンに置き換え、前述のように要求本文のプロパティを設定してください。

curl -v -X POST -H "Ocp-Apim-Subscription-Key: YourSubscriptionKey" -H "Content-Type: application/json" -d '{
  "targetSubscriptionKey": "ModelDestinationSpeechResourceKey"
} '  "https://YourServiceRegion.api.cognitive.microsoft.com/speechtotext/v3.2/models/YourModelId:copy"

次の形式で応答本文を受け取る必要があります。

{
  "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/9df35ddb-edf9-4e91-8d1a-576d09aabdae",
  "baseModel": {
    "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/base/eb5450a7-3ca2-461a-b2d7-ddbb3ad96540"
  },
  "links": {
    "manifest": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/9df35ddb-edf9-4e91-8d1a-576d09aabdae/manifest",
    "copy": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/9df35ddb-edf9-4e91-8d1a-576d09aabdae:copy"
  },
  "properties": {
    "deprecationDates": {
      "adaptationDateTime": "2023-01-15T00:00:00Z",
      "transcriptionDateTime": "2024-07-15T00:00:00Z"
    }
  },
  "lastActionDateTime": "2022-05-22T23:15:27Z",
  "status": "NotStarted",
  "createdDateTime": "2022-05-22T23:15:27Z",
  "locale": "en-US",
  "displayName": "My Model",
  "description": "My Model Description",
  "customProperties": {
    "PortalAPIVersion": "3",
    "Purpose": "",
    "VadKind": "None",
    "ModelClass": "None",
    "UsesHalide": "False",
    "IsDynamicGrammarSupported": "False"
  }
}

Speech Studio でプロンプトが表示されたら、[接続] ボタンを選んで接続できます。

モデルをプロジェクトに接続するには、spx csr model update コマンドを使います。 次の手順に従って要求パラメーターを作成します。

• project パラメーターを既存のプロジェクトの URI に設定します。 このパラメーターは、Speech Studio でモデルを表示および管理できるようにするためにも推奨されます。 spx csr project list コマンドを実行すると、使用できるプロジェクトを取得できます。
• 必須の modelId パラメーターをプロジェクトに接続するモデルの ID に設定します。

モデルをプロジェクトに接続する Speech CLI コマンドの例を次に示します。

spx csr model update --api-version v3.2 --model YourModelId --project YourProjectId

次の形式で応答本文を受け取る必要があります。

{
  "project": {
    "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/projects/0198f569-cc11-4099-a0e8-9d55bc3d0c52"
  },
}

モデルに関する Speech CLI ヘルプを表示するには、次のコマンドを実行します。

spx help csr model

モデルをコピーした Speech リソースのプロジェクトに新しいモデルを接続するには、Speech to text REST API の Models_Update 操作を使います。 次の手順に従って要求本文を作成します。

• 必須の project プロパティを既存のプロジェクトの URI に設定します。 このプロパティは、Speech Studio でモデルを表示および管理できるようにするためにも推奨されます。 Projects_List 要求を行うと、使用できるプロジェクトを取得できます。

HTTP PATCH 要求は、次の例に示すように URI を使って行います。 新しいモデルの URI を使います。 Models_Copy 応答本文の self プロパティから、新しいモデル ID を取得できます。 YourSubscriptionKey は実際の Speech リソース キーに、YourServiceRegion は実際の Speech リソース リージョンに置き換えたうえで、前述のように要求本文のプロパティを設定してください。

curl -v -X PATCH -H "Ocp-Apim-Subscription-Key: YourSubscriptionKey" -H "Content-Type: application/json" -d '{
  "project": {
    "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/projects/0198f569-cc11-4099-a0e8-9d55bc3d0c52"
  },
}'  "https://YourServiceRegion.api.cognitive.microsoft.com/speechtotext/v3.2/models"

次の形式で応答本文を受け取る必要があります。

{
  "project": {
    "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/projects/0198f569-cc11-4099-a0e8-9d55bc3d0c52"
  },
}