Crea un modello acustico personalizzato

Utilizza il metodo POST /v1/acoustic_customizations per creare un nuovo modello acustico personalizzato. Il metodo accetta un oggetto JSON che definisce gli attributi del nuovo modello personalizzato come corpo della richiesta. Il nuovo modello personalizzato appartiene all'istanza del servizio di cui vengono utilizzate le credenziali per crearlo. Per ulteriori informazioni, vedi Proprietà di modelli personalizzati.

Puoi creare un massimo di 1024 modelli acustici personalizzati per credenziali di gestione. Per ulteriori informazioni, vedi Numero massimo di modelli personalizzati.

Un nuovo modello acustico personalizzato ha i seguenti attributi:

name (stringaobbligatoria )

Un nome definito dall'utente per il nuovo modello acustico personalizzato. Utilizza un nome localizzato che corrisponda alla lingua del modello personalizzato e rifletta l'ambiente acustico del modello, ad esempio Mobile custom model o Noisy car custom model.

• Inserire un massimo di 256 caratteri nel nome.
• Non utilizzare barre retroverse, barre, due punti, segni di uguale, e commerciale o punti interrogativi nel nome.
• Utilizza un nome che sia univoco tra tutti i modelli acustici personalizzati di tua proprietà.

base_model_name (stringaobbligatoria )

Il nome del modello di lingua di base che deve essere personalizzato dal nuovo modello. Devi utilizzare il nome di un modello restituito dal metodo GET /v1/models. Il nuovo modello personalizzato può essere utilizzato solo con il modello di base che personalizza.

description (stringafacoltativa )

Una descrizione consigliata del nuovo modello personalizzato.

• Utilizza una descrizione localizzata che corrisponda alla lingua del modello personalizzato.
• Includere un massimo di 128 caratteri nella descrizione.

Il seguente esempio crea un nuovo modello acustico personalizzato denominato Example acoustic model. Il modello viene creato per il modello di base en-US_BroadbandModel e ha la descrizione Example custom acoustic model. L'intestazione Content-Type specifica che al metodo si stanno passando dei dati JSON.

IBM Cloud

curl -X POST -u "apikey:{apikey}" \
--header "Content-Type: application/json" \
--data "{\"name\": \"Example acoustic model\", \
  \"base_model_name\": \"en-US_BroadbandModel\", \
  \"description\": \"Example custom acoustic model\"}" \
"{url}/v1/acoustic_customizations"

IBM Cloud Pak for Data IBM Software Hub

curl -X POST \
--header "Authorization: Bearer {token}" \
--header "Content-Type: application/json" \
--data "{\"name\": \"Example acoustic model\", \
  \"base_model_name\": \"en-US_BroadbandModel\", \
  \"description\": \"Example custom acoustic model\"}" \
"{url}/v1/acoustic_customizations"

L'esempio restituisce l'ID di personalizzazione del nuovo modello. Ogni modello personalizzato è identificato da un ID di personalizzazione univoco, che è un GUID (Globally Unique Identifier). Specifichi il GUID di un modello personalizzato con il parametro customization_id delle chiamate associate al modello.

{
  "customization_id": "74f4807e-b5ff-4866-824e-6bba1a84fe96"
}

Aggiungi l'audio al modello acustico personalizzato

Una volta creato il tuo modello acustico personalizzato, il passo successivo è aggiungere le risorse audio. Utilizza il metodo POST /v1/acoustic_customizations/{customization_id}/audio/{audio_name} per aggiungere una risorsa audio a un modello personalizzato. Puoi aggiungere

• Un singolo file audio in qualsiasi formato supportato per il riconoscimento vocale. Per ulteriori informazioni, vedi Formati audio supportati.
• Un file di archivio (un file .zip o .tar.gz ) che include più file audio. La raccolta di più file audio in un singolo file di archivio e il caricamento di quel singolo file è significativamente più efficiente rispetto all'aggiunta dei singoli file audio.

Passa la risorsa audio come corpo della richiesta e assegna alla risorsa un audio_name. Per ulteriori informazioni, vedi Utilizzo delle risorse audio.

I seguenti esempi mostrano l'aggiunta di risorse di tipo audio e di tipo archivio:

• Questo esempio aggiunge una risorsa di tipo audio al modello acustico personalizzato con il valore customization_id specificato. L'intestazione Content-Type identifica il tipo di audio come audio/wav. Il file audio, audio1.wav, viene passato come corpo della richiesta e alla risorsa viene assegnato il nome audio1.

  IBM Cloud

  curl -X POST -u "apikey:{apikey}" \
  --header "Content-Type: audio/wav" \
  --data-binary @audio1.wav \
  "{url}/v1/acoustic_customizations/{customization_id}/audio/audio1"
  

  IBM Cloud Pak for Data IBM Software Hub

  curl -X POST \
  --header "Authorization: Bearer {token}" \
  --header "Content-Type: audio/wav" \
  --data-binary @audio1.wav \
  "{url}/v1/acoustic_customizations/{customization_id}/audio/audio1"
  

• Questo esempio aggiunge una risorsa di tipo archivio al modello acustico personalizzato specificato. L'intestazione Content-Type identifica il tipo di archivio come application/zip. L'intestazione Contained-Contented-Type indica che tutti i file contenuti nell'archivio hanno il formato audio/l16 e sono campionati a una frequenza di 16 kHz. Il file di archivio, audio2.zip, viene passato come corpo della richiesta e alla risorsa viene assegnato il nome audio2.

  IBM Cloud

  curl -X POST -u "apikey:{apikey}" \
  --header "Content-Type: application/zip" \
  --header "Contained-Content-Type: audio/l16;rate=16000" \
  --data-binary @audio2.zip \
  "{url}/v1/acoustic_customizations/{customization_id}/audio/audio2"
  

  IBM Cloud Pak for Data IBM Software Hub

  curl -X POST \
  --header "Authorization: Bearer {token}" \
  --header "Content-Type: application/zip" \
  --header "Contained-Content-Type: audio/l16;rate=16000" \
  --data-binary @audio2.zip \
  "{url}/v1/acoustic_customizations/{customization_id}/audio/audio2"
  

Il metodo accetta anche un parametro di query facoltativo allow_overwrite per sovrascrivere una risorsa audio esistente per un modello personalizzato. Utilizza il parametro se devi aggiornare una risorsa audio dopo averla aggiunta a un modello.

Il metodo è asincrono. Il suo completamento può richiedere diversi secondi o minuti in base alla durata dell'audio. Per un file di archivio, la durata dell'operazione dipende dalla durata di tutti i file audio contenuti nell'archivio. La durata dell'operazione dipende inoltre dal carico corrente sul servizio. Per ulteriori informazioni sul controllo dello stato di una richiesta di aggiunta di una risorsa audio, vedi Monitoraggio della richiesta di aggiunta audio.

Puoi aggiungere qualsiasi numero di risorse audio a un modello personalizzato chiamando il metodo una volta per ciascun file audio o di archivio. Puoi effettuare più richieste per aggiungere contemporaneamente diverse risorse audio.

Prima di poter addestrare un modello acustico personalizzato, è necessario aggiungere almeno 10 minuti di audio che includano parlato, non silenzio. Nessuna risorsa di tipo audio o di tipo archivio può essere maggiore di 100 MB.

• Per una guida generale su come aggiungere l'audio a un modello acustico personalizzato, vedi Linee guida per aggiungere l'audio.
• Per ulteriori informazioni sulla quantità massima di audio che puoi aggiungere a un modello acustico personalizzato, consulta Numero massimo di ore di audio.

Addestra il modello acustico personalizzato

Una volta popolato un modello acustico personalizzato con le risorse audio, devi addestrare il modello sui nuovi dati. L'addestramento prepara un modello personalizzato per l'utilizzo nel riconoscimento vocale. Un modello non può essere utilizzato per le richieste di riconoscimento finché non lo addestri sui nuovi dati. Inoltre, gli aggiornamenti a un modello personalizzato sotto forma di risorse audio nuove o modificate non vengono applicati dal modello finché non lo addestri con le modifiche.

Utilizzi il metodo POST /v1/acoustic_customizations/{customization_id}/train per addestrare un modello personalizzato. Passi al metodo l'ID di personalizzazione del modello che vuoi addestrare, come nel seguente esempio.

IBM Cloud

curl -X POST -u "apikey:{apikey}" \
"{url}/v1/acoustic_customizations/{customization_id}/train"

IBM Cloud Pak for Data IBM Software Hub

curl -X POST \
--header "Authorization: Bearer {token}" \
"{url}/v1/acoustic_customizations/{customization_id}/train"

Il metodo è asincrono. Il tempo di addestramento dipende dalla quantità cumulativa di dati audio contenuti nel modello acustico personalizzato e del carico corrente sul servizio. Quando addestri o riaddestri un modello, il servizio utilizza tutti i dati audio del modello (non solo i nuovi dati) nell'addestramento. Per cui il tempo di addestramento è commisurato alla quantità totale di audio contenuta nel modello.

Una linea guida generale è che l'addestramento di un modello acustico personalizzato richiede approssimativamente quanto la lunghezza dei suoi dati audio cumulativi. Ad esempio, sono necessarie circa 2 ore per addestrare un modello che contiene un totale di 2 ore di audio. Per ulteriori informazioni sul controllo dello stato di un'operazione di addestramento, vedi Monitoraggio della richiesta di addestramento del modello.

Il metodo include i seguenti parametri di query facoltativi:

• Il parametro custom_language_model_id specifica un modello di lingua personalizzato creato separatamente che deve essere utilizzato durante l'addestramento. Puoi eseguire l'addestramento con un modello di lingua personalizzato che contiene le trascrizioni dei tuoi file audio o che contiene corpora o parole OOV che sono rilevanti per il contenuto dei file audio. Per un corretto addestramento, il modello di lingua personalizzato deve essere completamente addestrato e disponibile e i modelli acustici e di lingua personalizzati devono essere basati sulla stessa versione dello stesso modello di base. Per ulteriori informazioni, vedi Addestramento di un modello acustico personalizzato con un modello di lingua personalizzato.
• Il parametro strict indica se l'addestramento deve continuare se il modello personalizzato contiene una combinazione di risorse audio valide e non valide. Per impostazione predefinita, l'addestramento non riesce se il modello contiene una o più risorse non valide. Imposta il parametro su false per consentire all'addestramento di continuare finché il modello contiene almeno una risorsa valida. Il servizio esclude le risorse non valide dall'addestramento. Per ulteriori informazioni, vedi Errori di addestramento per i modelli acustici personalizzati.

curl -X GET -u "apikey:{apikey}" \
"{url}/v1/acoustic_customizations/{customization_id}"

curl -X GET \
--header "Authorization: Bearer {token}" \
"{url}/v1/acoustic_customizations/{customization_id}"

{
  "customization_id": "74f4807e-b5ff-4866-824e-6bba1a84fe96",
  "created": "2016-06-01T18:42:25.324Z",
  "updated": "2016-06-01T22:11:13.298Z",
  "language": "en-US",
  "owner": "297cfd08-330a-22ba-93ce-1a73f454dd98",
  "name": "Example model",
  "description": "Example custom acoustic model",
  "base_model_name": "en-US_BroadbandModel",
  "status": "training",
  "progress": 0
}