사용자 정의 언어 모델 작성

문법을 음성 인식에 사용하려면 사용자 정의 언어 모델에 추가해야 합니다. 기존 사용자 정의 언어 모델을 사용하거나 POST /v1/customizations 메소드를 사용하여 새 사용자 정의 모델을 작성할 수 있습니다. 새 사용자 정의 모델 작성에 대한 정보는 사용자 정의 언어 모델 작성을 참조하십시오.

사용자 정의 언어 모델에는 문법만이 아니라 말뭉치 및 사용자 정의 단어도 포함될 수 있습니다. 음성 인식 중에 해당 문법을 사용하거나 사용하지 않고 사용자 정의 모델을 사용할 수 있습니다. 그러나 문법을 사용하는 경우 서비스가 지정된 문법의 단어만 인식합니다.

사용자 정의 모델 언어에 문법 추가

POST /v1/customizations/{customization_id}/grammars/{grammar_name} 메소드를 사용하여 사용자 정의 모델에 문법 파일을 추가할 수 있습니다.

customization_id(필수 문자열)

문법을 추가할 사용자 지정 모델의 사용자 지정 ID를 지정합니다.

grammar_name(필수 문자열)

문법 이름 지정. 사용자 정의 모델의 언어와 일치하고 문법의 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 문법 또는 말뭉치의 이름을 사용하지 마십시오.
• 서비스에서 사용자가 추가하거나 수정한 사용자 정의 단어를 나타내기 위해 예약한 user라는 이름을 사용하지 마십시오.
• base_lm 또는 default_lm이라는 이름을 사용하지 마십시오. 두 이름은 모두 나중에 서비스에서 사용하도록 예약되어 있습니다.

Content-Type(필수 문자열)

요청 헤더를 사용하여 문법 형식을 지정하십시오

• application/srgs: ABNF 문법의 경우
• application/srgs+xml: XML 문법의 경우

문법 텍스트 파일을 요청의 본문으로 전달합니다. 다음 예제에서는 지정된 ID를 사용하는 사용자 정의 모델에 confirm.abnf라는 문법 파일을 추가합니다. 이 예제에서는 문법의 이름을 confirm-abnf로 지정합니다.

IBM Cloud

curl -X POST -u "apikey:{apikey}" \
--header "Content-Type: application/srgs" \
--data-binary @confirm.abnf \
"{url}/v1/customizations/{customization_id}/grammars/confirm-abnf"

IBM Cloud Pak for Data IBM Software Hub

curl -X POST \
--header "Authorization: Bearer {token}" \
--header "Content-Type: application/srgs" \
--data-binary @confirm.abnf \
"{url}/v1/customizations/{customization_id}/grammars/confirm-abnf"

이 메소드는 동일한 이름의 기존 문법을 겹쳐쓰기 위해 포함할 수 있는 선택적 allow_overwrite 조회 매개변수도 허용합니다. 문법을 모델에 추가한 후 업데이트해야 하는 경우에 이 매개변수를 사용하십시오.

이 메소드는 비동기식입니다. 문법의 크기 및 서비스의 현재 로드에 따라 서비스에서 문법을 분석하는 데 몇 초 또는 몇 분이 걸릴 수 있습니다. 문법의 상태를 확인하는 방법에 대한 정보는 문법 추가 요청 모니터링을 참조하십시오.

각 문법 파일마다 한 번씩 메소드를 호출하여 사용자 정의 모델에 임의의 수의 문법을 추가할 수 있습니다. 하나의 문법을 추가하는 작업이 완전히 완료되어야 다른 문법을 추가할 수 있습니다.

curl -X GET -u "apikey:{apikey}" \
"{url}/v1/customizations/{customization_id}/grammars/confirm-abnf"

curl -X GET \
--header "Authorization: Bearer {token}" \
"{url}/v1/customizations/{customization_id}/grammars/confirm-abnf"

{
  "name": "confirm-abnf",
  "out_of_vocabulary_words": 0,
  "status": "being_processed"
}

{
  . . .
  "error": "{\"code\":500, \"code_description\":\"Internal Server Error\",
\". . . Cannot compile grammar . . .\"},
  . . .
}

문법의 단어 유효성 검증

문법 파일을 사용자 정의 언어 모델에 추가하면 서비스가 문법을 구문 분석하여 문법이 이미 서비스 기본 어휘의 일부가 아닌 단어를 인식하는지 여부를 판별합니다. 이러한 단어를 OOV(Out Of Vocabulary) 단어라고도 합니다. 서비스가 OOV 단어를 사용자 정의 모델의 단어 리소스에 추가합니다. 단어 리소스의 목적은 서비스의 어휘에 아직 존재하지 않는 단어를 정의하는 것입니다.

단어 리소스의 정의는 서비스에 OOV 단어를 텍스트로 변환하는 방법을 알립니다. 이 정보에는 서비스에 단어가 발음되는 방식을 알리는 sounds_like 필드, 서비스에 단어를 표시하는 방식을 알리는 display_as 필드 및 단어가 사용자 정의 모델에 추가된 방식을 표시하는 source 필드가 포함됩니다. 단어 리소스 및 OOV 단어에 대한 자세한 정보는 단어 리소스를 참조하십시오.

문법을 사용자 정의 모델에 추가한 후 모델의 단어 리소스에 있는 OOV 단어를 검사하여 유사 발음을 확인하는 것이 좋습니다. 모든 문법에 OOV 단어가 있는 것은 아니지만 단어 리소스를 확인하는 것은 일반적으로 좋은 아이디어입니다. 문법을 추가한 후 사용자 정의 모델의 단어를 확인하려면 다음 메소드를 사용하십시오.

• GET /v1/customizations/{customization_id}/words 메소드를 사용하여 사용자 정의 모델의 모든 단어를 나열할 수 있습니다. 문법에서 추가된 단어만 나열하려면 이 메소드의 grammars 매개변수와 함께 word_type 값을 전달하십시오.
• GET /v1/customizations/{customization_id}/words/{word_name} 메소드를 사용하여 모델의 개별 단어를 볼 수 있습니다.

단어의 유사 발음이 정확하고 올바른지 확인하십시오. 또한 단어 자체에서 철자 및 기타 오류를 찾으십시오. 사용자 정의 모델에서의 단어 유효성 검증 및 정정에 대한 자세한 정보는 이전 세대 모델의 단어 리소스 유효성 검증을 참조하십시오.

사용자 정의 언어 모델 훈련

문법을 사용자 정의 언어 모델에 사용하기 전의 최종 단계는 모델을 훈련하는 것입니다. 새 말뭉치 또는 새 사용자 정의 단어에 대해 사용자 정의 모델을 훈련하는 데 사용하는 것과 동일한 프로세스를 사용합니다. 모델을 훈련하면 문법이 음성 인식에 사용할 수 있도록 컴파일됩니다. 서비스가 음성 인식을 위해 원래 텍스트 기반 형식의 문법을 2진 런타임 형식으로 처리합니다. 모델을 훈련할 때까지 문법을 사용할 수 없습니다.

POST /v1/customizations/{customization_id}/train 메소드를 사용하여 사용자 정의 모델을 훈련할 수 있습니다. 다음 예제에서와 같이 훈련할 모델의 사용자 정의 ID를 메소드에 전달합니다.

IBM Cloud

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

IBM Cloud Pak for Data IBM Software Hub

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

훈련 메소드는 비동기식입니다. 일반적으로 훈련을 완료하는 데는 몇 초에서 몇 분 정도만 걸립니다. 그러나 문법의 크기 및 복잡도와 서비스의 현재 로드에 따라 더 오래 걸릴 수 있습니다. 훈련 오퍼레이션의 상태를 확인하는 방법에 대한 정보는 훈련 요청 모니터링을 참조하십시오.

{
  "customization_id": "74f4807e-b5ff-4866-824e-6bba1a84fe96",
  "created": "2018-06-01T18:42:25.324Z",
  "language": "en-US",
  "dialect": "en-US",
  "owner": "297cfd08-330a-22ba-93ce-1a73f454dd98",
  "name": "Example model",
  "description": "Example custom language model",
  "base_model_name": "en-US_BroadbandModel",
  "status": "training",
  "progress": 0
}