Docker ile metin okuma kapsayıcıları

Nöral metinden konuşmaya kapsayıcısı, daha doğal sentezlenmiş konuşmayı sağlayan derin sinir ağı teknolojisini kullanarak metni doğal sesli konuşmaya dönüştürür. Bu makalede, metin okuma kapsayıcısını indirmeyi, yüklemeyi ve çalıştırmayı öğreneceksiniz.

Önkoşullar, bir kapsayıcının çalıştığını doğrulama, aynı konakta birden çok kapsayıcı çalıştırma ve bağlantısı kesilmiş kapsayıcıları çalıştırma hakkında daha fazla bilgi için bkz . Docker ile Konuşma kapsayıcılarını yükleme ve çalıştırma.

Kapsayıcı görüntüleri

Desteklenen tüm sürümler ve yerel ayarlar için nöral metinden konuşmaya kapsayıcı görüntüsü, Microsoft Container Registry (MCR) dağıtımında bulunabilir. Depoda azure-cognitive-services/speechservices/ bulunur ve olarak adlandırılır neural-text-to-speech.

Tam kapsayıcı görüntüsü adı: mcr.microsoft.com/azure-cognitive-services/speechservices/neural-text-to-speech. En son sürümü almak için belirli bir sürümü ekleme veya ekleme :latest .

dışındaki latesttüm etiketler aşağıdaki biçimdedir ve büyük/küçük harfe duyarlıdır:

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

Etiketler, kolaylık sağlamak için JSON biçiminde de kullanılabilir. Gövde kapsayıcı yolunu ve etiket listesini içerir. Etiketler sürüme göre sıralanmamıştır, ancak "latest" bu kod parçacığında gösterildiği gibi her zaman listenin sonuna eklenir:

{
  "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"
  ]
}

Docker çekme ile kapsayıcı görüntüsünü alma

Gerekli donanım da dahil olmak üzere önkoşullara ihtiyacınız vardır. Ayrıca her Konuşma kapsayıcısı için önerilen kaynak ayırma bölümüne bakın.

Microsoft Container Registry'den kapsayıcı görüntüsü indirmek için docker pull komutunu kullanın:

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

Kapsayıcıyı docker run ile çalıştırma

Kapsayıcıyı çalıştırmak için docker run komutunu kullanın.

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> ...

Konuşma kapsayıcıları hakkında docker run daha fazla bilgi için bkz . Docker ile Konuşma kapsayıcılarını yükleme ve çalıştırma.

Kapsayıcıyı kullanma

Konuşma kapsayıcıları, Konuşma SDK'sı ve Konuşma CLI'sı aracılığıyla erişilen websocket tabanlı sorgu uç noktası API'leri sağlar. Varsayılan olarak, Konuşma SDK'sı ve Konuşma CLI'sı genel Konuşma hizmetini kullanır. Kapsayıcıyı kullanmak için başlatma yöntemini değiştirmeniz gerekir.

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")

Anahtar ve bölge yerine konak kimlik doğrulamasını kullanarak konuşma metni hızlı başlangıcını deneyin.

SSML ses öğesi

HTTP POST'un konuşmasına bir nöral metin oluşturduğunuzda, SSML iletisi özniteliği olan bir voice name öğe gerektirir. Sesin yerel ayarı, kapsayıcı modelinin yerel ayarına karşılık gelir. SSML etiket desteği, hem Azure bulutunda hem de kapsayıcı ortamında her metinden konuşmaya yönelik ses için tutarlıdır.

Örneğin, etiketi (varsayılan olarak "en-US" olarak adlandırılır) aracılığıyla latest indirilen bir modelin ses adı olacaktır 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>

Sonraki adımlar

• Bkz. Konuşma kapsayıcılara genel bakış
• Yapılandırma ayarları için kapsayıcıları yapılandırmayı gözden geçirin
• Daha fazla Azure AI kapsayıcısı kullanma