다음을 통해 공유

음성 모델 사용자 지정

참고

발음 학습을 포함한 음성 모델 사용자 지정은 Video Indexer Azure 평가판 계정 및 Resource Manager 계정에서 사용할 수 있습니다. 클래식 계정은 이 기능을 지원하지 않습니다. 사용자 지정 언어 환경을 사용하는 방법을 알아보려면 언어 모델 사용자 지정을 참조하세요.

Azure AI Video Indexer를 사용하면 음성 모델을 만드는 데 사용되는 데이터 세트를 업로드하여 음성 인식을 사용자 지정하는 사용자 지정 음성 모델을 만들 수 있습니다. 이 문서에서는 Video Indexer 웹 사이트를 통해 이렇게 하는 단계를 안내합니다. API를 사용하여 음성 모델 사용자 지정에 설명된 대로 API를 사용할 수도 있습니다.

사용자 지정 음성 모델의 자세한 개요와 모범 사례는 Azure AI Video Indexer를 사용하여 음성 모델 사용자 지정을 참조하세요.

필수 조건

데이터 세트 만들기

모든 사용자 지정 모델에는 데이터 세트가 포함되어야 하므로 데이터 세트를 만들고 관리하는 방법의 프로세스부터 시작합니다.

  1. 모델 사용자 지정 단추를 선택합니다.
  2. 음성(새) 탭을 선택합니다.
  3. 데이터 세트 업로드를 선택합니다.
  4. 데이터 세트 형식 드롭다운 메뉴에서 일반 텍스트 또는 발음을 선택합니다. 모든 음성 모델에는 반드시 일반 텍스트 데이터 세트가 있어야 하며 필요에 따라 발음 데이터 세트를 포함할 수 있습니다.
  5. 찾아보기를 선택하고 데이터 세트 파일을 선택합니다. 하나만 선택할 수 있습니다.
  6. 모델에 대한 언어를 선택합니다. 이 모델로 인덱싱하려는 미디어 파일에서 사용되는 언어를 선택합니다. 데이터 세트 이름은 파일 이름으로 미리 채워지지만 이름을 수정할 수 있습니다.
  7. 필요에 따라 데이터 세트 설명을 추가할 수 있습니다. 여러 데이터 세트가 있어야 하는 경우 각 데이터 세트를 구분하는 것이 유용할 수 있습니다.
  8. 업로드를 선택합니다. 데이터 세트 만들기가 완료되면 새 모델을 학습하고 만드는 데 사용할 수 있습니다.

데이터 세트 검토 및 업데이트

다음을 통해 데이터 세트 및 해당 속성을 볼 수 있습니다.

  • 데이터 세트 이름 클릭
  • 데이터 세트 위로 마우스를 가져가기
  • 줄임표 선택

그런 다음, 데이터 세트 보기를 선택합니다.

그런 다음 데이터 세트의 이름, 설명, 언어 및 상태와 다음 속성을 볼 수 있습니다.

줄 수: 파일의 총 줄 수에서 성공적으로 로드된 줄 수를 나타냅니다. 전체 파일이 로드되면 숫자가 일치합니다(예: 정규화된 10개 중 10개). 숫자가 일치하지 않는 경우(예: 정규화된 10개 중 7개) 일부 줄만 성공적으로 로드되고 나머지는 오류가 발생했음을 의미합니다. 오류의 일반적인 원인은 발음 파일의 각 단어 사이에 탭 간격을 지정하지 않는 등의 줄 서식 지정 문제입니다. 학습 문서에 대한 일반 텍스트 및 발음 데이터를 검토하면 문제를 찾는 데 도움이 됩니다. 원인을 해결하려면 보고서에 포함된 오류 세부 정보를 검토합니다. 보고서 보기를 선택하여 성공적으로 로드되지 않은 줄에 대한 오류 세부 정보(errorKind)를 확인합니다. 보고서 탭을 선택하여 볼 수도 있습니다.

데이터 세트 ID: 각 데이터 세트에는 데이터 세트를 참조하는 작업에 API를 사용할 때 필요한 고유의 GUID가 있습니다.

일반 텍스트(정규화됨): 로드된 데이터 세트 파일의 정규화된 텍스트를 포함합니다. 정규화된 텍스트는 서식 없는 일반 형식으로 인식되는 텍스트입니다.

세부 정보 편집: 데이터 세트의 이름 또는 설명을 편집하려면 데이터 세트를 마우스로 가리키면 줄임표를 선택한 다음 세부 정보 편집을 선택합니다. 그러면 데이터 세트 이름과 설명을 편집할 수 있습니다.

참고

데이터 세트가 업로드되면 데이터 세트의 데이터를 편집하거나 업데이트할 수 없습니다. 데이터 세트의 데이터를 편집하거나 업데이트해야 하는 경우에는 데이터 세트를 다운로드하고, 데이터를 편집하고, 파일을 저장하고, 새 데이터 세트 파일을 업로드합니다.

다운로드: 데이터 세트 파일을 다운로드하려면 데이터 세트를 마우스로 가리키면 줄임표를 선택한 다음 다운로드를 선택합니다. 또는 데이터 세트를 볼 때 [다운로드]를 선택하면 JSON 형식으로 데이터 세트 파일 또는 업로드 보고서를 다운로드하는 옵션을 사용할 수 있습니다.

삭제: 데이터 세트를 삭제하려면 데이터 세트를 마우스로 가리키면 줄임표를 선택한 다음 삭제를 선택합니다.

사용자 지정 음성 모델 만들기

데이터 세트는 모델을 만들고 학습시키는 데 사용됩니다. 일반 텍스트 데이터 세트를 만든 후 사용자 지정 음성 모델을 만들고 사용할 수 있습니다.

사용자 지정 음성 모델을 만들고 사용할 때 다음 사항에 유의하세요.

  • 새 모델에는 일반 텍스트 데이터 세트가 하나 이상 있어야 하며 일반 텍스트 데이터 세트가 여러 개 있어도 됩니다.
  • 발음 데이터 세트를 포함하는 것은 선택 사항이며 하나만 포함할 수 있습니다.
  • 모델을 만든 후에는 더 많은 데이터 세트를 추가하거나 해당 데이터 세트에 대한 수정을 수행할 수 없습니다. 데이터 세트를 추가하거나 수정해야 하는 경우 새 모델을 만들어야 합니다.
  • 사용자 지정 음성 모델을 사용하여 비디오를 인덱싱한 다음 모델을 삭제하는 경우 다시 인덱스를 수행하지 않는 한 대본은 영향을 받지 않습니다.
  • 사용자 지정 모델을 학습하는 데 사용되는 데이터 세트를 삭제한 경우 음성 모델이 삭제될 때까지 계속 사용합니다. 그 이유는 음성 모델이 데이터 세트에서 학습되었기 때문입니다.
  • 사용자 지정 모델을 삭제해도 모델을 사용하여 이미 인덱싱된 비디오의 비디오 전사에는 영향을 주지 않습니다.

모델을 훈련시키다

참고

모델을 만든 후에는 데이터 세트를 추가할 수 없습니다. 언어가 같은 데이터 세트만 모델에 포함할 수 있습니다.

[데이터 세트] 탭과 [모델] 탭을 통해 모델을 학습시킬 수 있습니다.

[데이터 세트] 탭을 통해 모델 학습

  1. 데이터 세트 목록을 봅니다.
  2. 일반 텍스트 데이터 세트를 선택합니다. 그런 다음 , 새 모델 학습 기호를 선택합니다.
  3. 새 모델 학습을 선택합니다.
  4. 모델 이름, 언어를 입력하고 필요에 따라 설명을 추가합니다.
  5. 데이터 세트 탭 선택
  6. 모델에 포함할 데이터 세트를 선택합니다.
  7. 만들기 및 학습을 선택합니다.

[모델] 탭을 통해 모델 학습

  1. 모델 탭을 선택합니다.
  2. 새 모델 학습 아이콘을 선택합니다.
  3. 모델의 일부가 될 데이터 세트를 선택합니다.
  4. 모델 이름, 언어를 입력하고 필요에 따라 설명을 추가합니다.
  5. 데이터 세트 탭을 선택합니다.
  6. 모델에 포함할 데이터 세트를 선택합니다.
  7. 만들기 및 학습을 선택합니다.

모델 검토 및 업데이트

모델 보기: 모델 이름을 선택하거나 모델 위로 마우스를 가져가면 모델 및 해당 속성을 볼 수 있습니다. 그런 다음 줄임표(...)를 선택한 다음 모델 보기를 선택합니다.

그런 다음 세부 정보 탭에 모델의 이름, 설명, 언어 및 상태와 다음 속성이 표시됩니다.

모델 ID: 각 모델에는 모델을 참조하는 작업에 API를 사용할 때 필요한 고유의 GUID가 있습니다.

만든 날짜: 모델을 만든 날짜입니다.

세부 정보 편집: 모델의 이름 또는 설명을 편집하려면 모델을 마우스로 가리키면 줄임표를 선택한 다음 세부 정보 편집을 선택합니다. 그러면 모델 이름과 설명을 편집할 수 있습니다.

참고

모델의 이름과 설명만 편집할 수 있습니다. 데이터 세트를 변경하거나 데이터 세트를 추가하려면 새 모델을 만들어야 합니다.

삭제: 모델을 삭제하려면 데이터 세트를 마우스로 가리키면 줄임표를 선택한 다음 삭제를 선택합니다.

포함된 데이터 세트: 포함된 데이터 세트 탭에서 선택하여 모델의 데이터 세트를 봅니다.

비디오를 인덱싱할 때 사용자 지정 언어 모델 사용

사용자 지정 언어 모델은 기본적으로 인덱싱 작업에 사용되지 않으므로 인덱스 업로드 프로세스 중에 선택해야 합니다.

  1. 업로드 프로세스 중에 언어 드롭다운 메뉴에서 사용자 지정 언어 모델 원본을 선택합니다.
  2. 업로드를 선택합니다.

사용자 지정 모델을 사용하여 비디오를 다시 인덱싱하려는 경우에도 동일한 단계가 적용됩니다.