오디오 리소스 추가

두 유형 중 하나의 오디오 리소스를 사용자 정의 음향 모델에 추가하려면 POST /v1/acoustic_customizations/{customization_id}/audio/{audio_name} 메소드를 사용합니다. 오디오 리소스를 요청의 본문으로 전달하고 다음 매개변수를 포함합니다.

• customization_id 매개변수: 모델의 사용자 정의 ID를 지정합니다.
• audio_name 경로 매개변수: 오디오 리소스의 이름을 지정합니다.
  • 사용자 정의 모델의 언어와 일치하고 리소스의 컨텐츠를 반영하는 현지화된 이름을 사용하십시오.
  • 이름에 최대 128자를 포함하십시오.
  • URL로 인코딩되어야 하는 문자는 사용하지 마십시오. 예를 들어, 이름에 공백, 슬래시, 백슬래시, 콜론, 앰퍼샌드, 큰따옴표, 더하기 부호, 등호, 물음표 등을 사용하지 마십시오. (서비스에서는 이러한 문자의 사용을 금지하지 않습니다. 그러나 이러한 문자를 사용할 때마다 URL로 인코딩되어야 합니다.)
  • 사용자 정의 모델에 이미 추가된 오디오 리소스의 이름을 사용하지 마십시오.

모델의 오디오 리소스를 업데이트하는 경우 텍스트 변환 중에 변경사항을 적용하려면 모델을 훈련해야 합니다. 자세한 정보는 사용자 정의 음향 모델 훈련을 참조하십시오.

오디오 파일 추가

개별 오디오 파일을 사용자 정의 음향 모델에 추가하려면 Content-Type 헤더를 사용하여 오디오의 형식(MIME 유형)을 지정합니다. 인식 요청에 사용하도록 지원되는 모든 형식의 오디오를 추가할 수 있습니다. rate, channels 및 endianness 매개변수를 필요한 형식의 스펙과 함께 포함하십시오. 자세한 정보는 지원되는 오디오 형식 을 참조하십시오.

오디오 형식의 application/octet-stream 스펙은 오디오 리소스에 대해 지원되지 않습니다.

다음 사용자 정의 음향 모델에 오디오 추가 예제에서는 audio/wav 파일을 추가합니다.

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"

아카이브 파일 추가

사용자 정의 음향 모델에 오디오를 추가하는 선호 방법은 여러 오디오 파일이 포함된 아카이브 파일을 추가하는 것입니다. Content-Type 요청 헤더로 아카이브의 유형을 지정하여 다음 유형의 아카이브 파일을 추가할 수 있습니다.

• .zip 파일을 지정하여 application/zip
• .tar.gz 파일을 지정하여 application/gzip

추가할 파일의 형식에 따라 Contained-Content-Type 헤더를 지정해야 할 수도 있습니다.

• audio/alaw, audio/basic, audio/l16 또는 audio/mulaw 유형의 오디오 파일의 경우 Contained-Content-Type 헤더를 사용하여 오디오 파일의 형식을 지정해야 합니다. 필요한 경우 rate, channels 및 endianness 매개변수를 포함하십시오. 이 경우 아카이브 파일에 포함된 모든 오디오 파일의 오디오 형식이 동일해야 합니다.
• 기타 모든 유형의 오디오 파일의 경우 Contained-Content-Type 헤더를 생략할 수 있습니다. 이 경우 아카이브 파일에 포함된 오디오 파일의 형식이 이전 글머리 기호에 나열되지 않은 형식일 수 있습니다. 동일한 형식일 필요는 없습니다.

오디오 유형 리소스를 추가할 때 Contained-Content-Type 헤더를 사용하지 마십시오.

아카이브 유형 리소스에 포함된 오디오 파일 이름에는 최대 128자의 문자가 포함될 수 있습니다. 여기에는 파일 확장자 및 이름의 모든 요소(예: 슬래시)가 포함됩니다.

다음 사용자 정의 음향 모델에 오디오 추가 예제에서는 샘플링 속도가 16kHz인 application/zip 형식의 오디오 파일이 포함된 audio/l16 파일을 추가합니다.

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"

오디오 추가 지침

사용자 정의 음향 모델의 사용을 통해 예상할 수 있는 인식 정확도 개선은 여러 가지 요인에 따라 다릅니다. 이러한 요인에는 사용자 정의 음향 모델에 포함된 오디오 데이터의 양과 해당 데이터가 텍스트로 변환되는 데이터와 얼마나 유사한지가 포함됩니다. 또한 사용자 정의 음향 모델이 해당 사용자 정의 언어 모델로 훈련되는지 여부에 따라 향상되는 개선 정도가 달라집니다.

오디오 리소스를 사용자 정의 음향 모델에 추가할 때 다음 가이드라인을 따르십시오.

• 침묵이 아닌 음성을 포함하는 10분 이상의 오디오를 추가하십시오.

  추가할 양을 판별할 때 오디오의 품질이 영향을 미칩니다. 모델의 오디오가 인식될 오디오의 특성을 잘 반영할수록 음성 인식에 대한 사용자 정의 모델의 품질이 더 향상됩니다. 오디오 품질이 양호한 경우 더 추가하면 텍스트 변환 정확도가 개선될 수 있습니다. 그러나 5 - 10시간 분량이 되는 양질의 오디오를 추가해도 긍정적인 영향을 미칠 수 있습니다.

• 100MB 이하의 오디오 리소스를 추가하십시오. 모든 오디오 및 아카이브 유형 리소스는 최대 크기가 100MB로 제한됩니다.

  단일 리소스로 추가할 수 있는 오디오의 양을 최대화하려면 압축을 제공하는 오디오 형식 사용을 고려하십시오. 자세한 정보는 데이터 한계 및 압축을 참조하십시오.

• 대형 오디오 파일을 여러 개의 소형 파일로 나누십시오. 무음 위치에서 오디오를 단어로 분할해야 합니다.

  여러 개의 동시 요청을 제출하여 서로 다른 오디오 리소스를 추가할 수 있으므로 소형 파일을 동시에 추가할 수 있습니다. 오디오 리소스 추가에 대한 이 병렬 접근 방식을 통해 오디오의 서비스 분석을 가속화할 수 있습니다.

• 텍스트로 변환하려는 오디오의 음향 채널 상태를 반영하는 오디오 컨텐츠를 추가하십시오. 예를 들어, 애플리케이션이 자동차에서 발생하는 배경 소음이 있는 오디오를 처리하는 경우 동일한 유형의 데이터를 사용하여 사용자 정의 모델을 빌드하십시오.

• 오디오 파일의 샘플링 속도가 사용자 정의 음향 모델에 대한 기본 모델의 샘플링 속도와 일치하는지 확인하십시오.

  • 광대역 모델의 경우 샘플링 속도는 16kHz(초당 16,000개 샘플) 이상이어야 합니다.
  • 협대역 모델의 경우 샘플링 속도는 8kHz(초당 8,000개 샘플) 이상이어야 합니다.

  오디오의 샘플링 속도가 최소 필수 샘플링 속도보다 높은 경우 서비스가 적절한 속도로 오디오를 다운샘플링합니다. 오디오의 샘플링 속도가 최소 필수 속도보다 낮은 경우 서비스가 오디오 파일의 레이블을 invalid로 지정합니다. 아카이브 파일에 포함된 오디오 파일 중에 올바르지 않은 것이 있으면 서비스가 전체 아카이브를 올바르지 않은 것으로 간주합니다.

• 다음과 같은 경우에 사용자 정의 음향 모델과 함께 사용할 사용자 정의 언어 모델을 작성하십시오.

  • 오디오의 길이가 1시간 미만인 경우 최상의 결과를 얻으려면 오디오 텍스트 변환을 기반으로 사용자 정의 언어 모델을 작성하십시오.
  • 오디오가 도메인에 특정하고 서비스의 기본 어휘에 없는 고유 단어를 포함하는 경우 언어 모델 사용자 정의를 사용하여 서비스의 기본 어휘를 확장하십시오. 음향 모델 사용자 정의만으로 텍스트 변환 중에 해당 단어를 생성할 수는 없습니다.

  자세한 정보는 사용자 정의 음향 및 사용자 정의 언어 모델을 함께 사용을 참조하십시오.

오디오의 최대 시간

사용자 정의 음향 모델에 추가할 수 있는 오디오의 최대 시간은 사용 중인 서비스의 버전에 따라 다릅니다.

• IBM Cloud Pak for Data 노즈비 IBM Software Hub 최대 200시간 분량의 오디오 데이터를 추가할 수 있습니다.

• IBM Cloud 최대 약 50시간의 오디오 데이터를 추가하십시오. 모델당 10-20시간의 추가 오디오 데이터를 추가할 수 있습니다. 그러나 사용자 정의 음향 모델당 최대 50시간의 오디오 데이터를 가정하고 이에 따라 계획하는 것이 더 안전합니다.

  사용자 정의 음향 모델당 최대 오디오 양은 이전에 200시간이었습니다. 표 1의 스케줄에 따라 위치별로 한계를 줄이고 있습니다.

  위치당 50시간 제한 일정

  위치	새 한계의 계획된 날짜	새 한계의 실제 날짜
  eu-gb(런던)	2022년 8월 11일	2022년 8월 11일
  au-syd(시드니)	2022년 10월 19일	2022년 10월 19일
  us-east (워싱턴 D.C.)	2023년 1분기	TBD
  us-south(댈러스)	2023년 1분기	TBD
  eu-de (프랑크푸르트)	2023년 1분기	TBD
  jp-tok(도쿄)	2023년 1분기	TBD

  현재 오디오 데이터가 50시간을 초과하는 사용자 정의 음향 모델이 있는 경우 다음 중 하나를 수행할 수 있습니다.

  • 모델을 그대로 두십시오. 모델은 음성 인식 요청에 대해 계속 작업합니다. 그러나 모델에 오디오를 더 추가하거나 모델을 재훈련할 수 없습니다.
  • 모델이 포함하는 오디오의 양을 줄이십시오. 가장 큰 차이를 만드는 오디오를 유지보수하십시오. 즉, 모델을 사용하여 처리하려는 특성을 가장 잘 나타내는 오디오를 의미합니다. 인식할 오디오의 특성이 적은 오디오를 제거하십시오. 더 나은 품질의 오디오만 사용하면 모델에 필요한 오디오 양을 줄일 수 있습니다.
  • 가능하면 오디오를 여러 모델로 분리하십시오. 원래 모델이 처리한 특정 특성을 처리하는 작은 새 모델을 작성하십시오. 예를 들어, 동일한 모델을 사용하여 여러 오디오 특성을 나타낼 수 있습니다. 단일 대형 모델에 의존하는 대신 보다 정제된 특성을 나타내는 여러 개의 소형 모델을 작성하십시오. 이는 모든 모델에 대해 가능하지 않을 수 있습니다. 그러나 음성 인식 요청으로 단일 사용자 정의 음향 모델만 지정할 수 있기 때문에 데이터가 이러한 세분화를 수용하는 경우에 도움이 될 수 있습니다.