Kontenery zamiany mowy na tekst za pomocą platformy Docker

Kontener zamiany mowy na tekst transkrybuje mowę w czasie rzeczywistym lub wsadowe nagrania audio z wynikami pośrednimi. Z tego artykułu dowiesz się, jak pobrać, zainstalować i uruchomić kontener zamiany mowy na tekst.

Aby uzyskać więcej informacji na temat wymagań wstępnych, sprawdzania poprawności działania kontenera, uruchamiania wielu kontenerów na tym samym hoście i uruchamiania odłączonych kontenerów, zobacz Instalowanie i uruchamianie kontenerów usługi Mowa za pomocą platformy Docker.

Obrazy kontenerów

Obraz kontenera zamiany mowy na tekst dla wszystkich obsługiwanych wersji i ustawień regionalnych można znaleźć w syndykacie usługi Microsoft Container Registry (MCR). Znajduje się on w azure-cognitive-services/speechservices/ repozytorium i ma nazwę speech-to-text.

W pełni kwalifikowana nazwa obrazu kontenera to mcr.microsoft.com/azure-cognitive-services/speechservices/speech-to-text. Dołącz określoną wersję lub dołącz, :latest aby uzyskać najnowszą wersję.

Wersja	Ścieżka
Najnowsze	mcr.microsoft.com/azure-cognitive-services/speechservices/speech-to-text:latest Tag latest ściąga najnowszy obraz ustawień en-US regionalnych.
4.6.0	mcr.microsoft.com/azure-cognitive-services/speechservices/speech-to-text:4.6.0-amd64-mr-in

Wszystkie tagi, z wyjątkiem latest, mają następujący format i są uwzględniane wielkość liter:

<major>.<minor>.<patch>-<platform>-<locale>-<prerelease>

Tagi są również dostępne w formacie JSON dla Wygody. Treść zawiera ścieżkę kontenera i listę tagów. Tagi nie są sortowane według wersji, ale "latest" są zawsze uwzględniane na końcu listy, jak pokazano w tym fragmencie kodu:

{
  "name": "azure-cognitive-services/speechservices/speech-to-text",
  "tags": [
    "2.10.0-amd64-ar-ae",
    "2.10.0-amd64-ar-bh",
    "2.10.0-amd64-ar-eg",
    "2.10.0-amd64-ar-iq",
    "2.10.0-amd64-ar-jo",
    <--redacted for brevity-->
    "latest"
  ]
}

Pobieranie obrazu kontenera za pomocą ściągania platformy Docker

Potrzebujesz wymagań wstępnych , w tym wymaganego sprzętu. Zobacz również zalecaną alokację zasobów dla każdego kontenera usługi Mowa.

Użyj polecenia docker pull, aby pobrać obraz kontenera z usługi Microsoft Container Registry:

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

Ważne

Tag latest ściąga najnowszy obraz ustawień en-US regionalnych. Aby uzyskać dodatkowe wersje i ustawienia regionalne, zobacz zamiana mowy na obrazy kontenerów tekstu.

Uruchamianie kontenera za pomocą uruchamiania platformy Docker

Użyj polecenia docker run, aby uruchomić kontener.

Zamiana mowy na tekst

W poniższej tabeli przedstawiono różne docker run parametry i odpowiadające im opisy:

Parametr	Opis
{ENDPOINT_URI}	Punkt końcowy jest wymagany do pomiaru i rozliczeń. Aby uzyskać więcej informacji, zobacz argumenty rozliczeniowe.
{API_KEY}	Klucz interfejsu API jest wymagany. Aby uzyskać więcej informacji, zobacz argumenty rozliczeniowe.

Po uruchomieniu kontenera zamiany mowy na tekst skonfiguruj port, pamięć i procesor CPU zgodnie z wymaganiami i zaleceniami dotyczącymi kontenera tekstu mowy.

Oto przykładowe docker run polecenie z wartościami zastępczymi. Należy określić ENDPOINT_URI wartości i API_KEY :

docker run --rm -it -p 5000:5000 --memory 8g --cpus 4 \
mcr.microsoft.com/azure-cognitive-services/speechservices/speech-to-text \
Eula=accept \
Billing={ENDPOINT_URI} \
ApiKey={API_KEY}

To polecenie:

• speech-to-text Uruchamia kontener z obrazu kontenera.
• Przydziela 4 rdzenie procesora CPU i 8 GB pamięci.
• Uwidacznia port TCP 5000 i przydziela pseudo-TTY dla kontenera.
• Automatycznie usuwa kontener po jego zakończeniu. Obraz kontenera jest nadal dostępny na komputerze hosta.

Rozłączona mowa do tekstu

Aby uruchomić odłączone kontenery (bez połączenia z Internetem), musisz przesłać ten formularz żądania i poczekać na zatwierdzenie. Aby uzyskać więcej informacji na temat stosowania i kupowania planu zobowiązania w celu używania kontenerów w środowiskach bez połączenia, zobacz Używanie kontenerów w środowiskach bez połączenia w dokumentacji usług Azure AI.

Jeśli zatwierdzono uruchamianie kontenera odłączonego od Internetu, w poniższym przykładzie pokazano formatowanie docker run polecenia do użycia z wartościami zastępczymi. Zastąp te wartości zastępcze własnymi wartościami.

Parametr DownloadLicense=True w poleceniu docker run pobiera plik licencji, aby umożliwić uruchamianie kontenera platformy Docker, gdy nie jest połączony z Internetem. Zawiera również datę wygaśnięcia, po której plik licencji jest nieprawidłowy do uruchomienia kontenera. Plik licencji można używać tylko z odpowiednim kontenerem, dla którego został zatwierdzony. Na przykład nie można użyć pliku licencji dla speech-to-text kontenera z kontenerem neural-text-to-speech .

Symbol zastępczy	opis
{IMAGE}	Obraz kontenera, którego chcesz użyć. Na przykład: mcr.microsoft.com/azure-cognitive-services/speech-to-text:latest.
{LICENSE_MOUNT}	Ścieżka, w której jest pobierana licencja, i instalowana. Na przykład: /host/license:/path/to/license/directory.
{ENDPOINT_URI}	Punkt końcowy do uwierzytelniania żądania obsługi. Możesz go znaleźć na stronie Klucz i punkt końcowy zasobu w witrynie Azure Portal. Na przykład: https://<your-resource-name>.cognitiveservices.azure.com.
{API_KEY}	Klucz zasobu usługi Mowa. Możesz go znaleźć na stronie Klucz i punkt końcowy zasobu w witrynie Azure Portal.
{CONTAINER_LICENSE_DIRECTORY}	Lokalizacja folderu licencji w lokalnym systemie plików kontenera. Na przykład: /path/to/license/directory.

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} 

Po pobraniu pliku licencji można uruchomić kontener w środowisku odłączonym. W poniższym przykładzie pokazano formatowanie używanego docker run polecenia z wartościami zastępczymi. Zastąp te wartości zastępcze własnymi wartościami.

Wszędzie tam, gdzie kontener jest uruchamiany, plik licencji musi być zainstalowany w kontenerze, a lokalizacja folderu licencji w lokalnym systemie plików kontenera musi być określona za pomocą Mounts:License=polecenia . Należy również określić instalację wyjściową, aby można było zapisywać rekordy użycia rozliczeń.

Symbol zastępczy	Wartość	Formatowanie lub przykład
{IMAGE}	Obraz kontenera, którego chcesz użyć. Na przykład: mcr.microsoft.com/azure-cognitive-services/speech-to-text:latest.
{MEMORY_SIZE}	Odpowiedni rozmiar pamięci do przydzielenia dla kontenera. Na przykład: 4g.
{NUMBER_CPUS}	Odpowiednia liczba procesorów CPU do przydzielenia dla kontenera. Na przykład: 4.
{LICENSE_MOUNT}	Ścieżka, w której znajduje się i jest instalowana licencja. Na przykład: /host/license:/path/to/license/directory.
{OUTPUT_PATH}	Ścieżka wyjściowa rejestrowania. Na przykład: /host/output:/path/to/output/directory. Aby uzyskać więcej informacji, zobacz rekordy użycia w dokumentacji usług Azure AI.
{CONTAINER_LICENSE_DIRECTORY}	Lokalizacja folderu licencji w lokalnym systemie plików kontenera. Na przykład: /path/to/license/directory.
{CONTAINER_OUTPUT_DIRECTORY}	Lokalizacja folderu wyjściowego w lokalnym systemie plików kontenera. Na przykład: /path/to/output/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}

Kontenery mowy udostępniają domyślny katalog do zapisywania pliku licencji i dziennika rozliczeniowego w czasie wykonywania. Katalogi domyślne to /license i /output odpowiednio.

Podczas instalowania tych katalogów w kontenerze docker run -v za pomocą polecenia upewnij się, że katalog lokalny jest ustawiony na własność user:group nonroot:nonroot przed uruchomieniem kontenera.

Oto przykładowe polecenie służące do ustawiania własności pliku/katalogu.

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

Aby uzyskać więcej informacji na temat docker run kontenerów usługi Mowa, zobacz Instalowanie i uruchamianie kontenerów usługi Mowa za pomocą platformy Docker.

Korzystanie z kontenera

Kontenery mowy udostępniają internetowe interfejsy API punktów końcowych zapytań oparte na protokole Websocket, które są dostępne za pośrednictwem zestawu SPEECH SDK i interfejsu wiersza polecenia usługi Mowa. Domyślnie zestaw SDK usługi Mowa i interfejs wiersza polecenia usługi Mowa używają publicznej usługi rozpoznawania mowy. Aby użyć kontenera, należy zmienić metodę inicjowania.

Ważne

W przypadku korzystania z usługi Mowa z kontenerami upewnij się, że używasz uwierzytelniania hosta. Jeśli skonfigurujesz klucz i region, żądania będą kierowane do publicznej usługi rozpoznawania mowy. Wyniki z usługi Mowa mogą nie być oczekiwane. Żądania od odłączonych kontenerów zakończą się niepowodzeniem.

Zamiast używać tej konfiguracji inicjowania chmury platformy Azure:

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

Użyj tej konfiguracji z hostem kontenera:

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

Zamiast używać tej konfiguracji inicjowania chmury platformy Azure:

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

Użyj tej konfiguracji z hostem kontenera:

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

Zamiast używać tej konfiguracji inicjowania chmury platformy Azure:

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

Użyj tej konfiguracji z hostem kontenera:

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

Zamiast używać tej konfiguracji inicjowania chmury platformy Azure:

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

Użyj tej konfiguracji z hostem kontenera:

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

Zamiast używać tej konfiguracji inicjowania chmury platformy Azure:

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

Użyj tej konfiguracji z hostem kontenera:

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

Zamiast używać tej konfiguracji inicjowania chmury platformy Azure:

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

Użyj tej konfiguracji z hostem kontenera:

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

Zamiast używać tej konfiguracji inicjowania chmury platformy Azure:

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

Użyj tej konfiguracji z hostem kontenera:

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

Zamiast używać tej konfiguracji inicjowania chmury platformy Azure:

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

Użyj tej konfiguracji z punktem końcowym kontenera:

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

Jeśli używasz interfejsu wiersza polecenia usługi Mowa w kontenerze, dołącz --host ws://localhost:5000/ opcję . Należy również określić --key none , aby upewnić się, że interfejs wiersza polecenia nie próbuje użyć klucza mowy do uwierzytelniania. Aby uzyskać informacje o sposobie konfigurowania interfejsu wiersza polecenia usługi Mowa, zobacz Rozpoczynanie pracy z interfejsem wiersza polecenia usługi Azure AI Speech.

Wypróbuj mowę do tekstu — szybki start przy użyciu uwierzytelniania hosta zamiast klucza i regionu.

Następne kroki

• Zobacz omówienie kontenerów usługi Mowa
• Przejrzyj konfigurowanie kontenerów pod kątem ustawień konfiguracji
• Korzystanie z większej liczby kontenerów sztucznej inteligencji platformy Azure