创建定制语言模型

要将语法用于语音识别，必须将其添加到定制语言模型。 可以使用现有定制语言模型，也可以使用 POST /v1/customizations 方法来创建新的定制模型。 有关创建新定制模型的信息，请参阅创建定制语言模型。

定制语言模型可以包含语料库和定制词以及语法。 在语音识别期间，可以使用包含或不包含语法的定制模型。 但是，使用语法时，服务仅根据指定的语法来识别词。

向定制语言模型添加语法

使用 POST /v1/customizations/{customization_id}/grammars/{grammar_name} 方法来向定制模型添加语法文件。

customization_id （必填字符串）

请指定要添加语法的定制车型的定制ID。

grammar_name （必填字符串）

为语法指定一个名称。 请使用与定制模型的语言相匹配并反映语法内容的本地化名称。

• 名称中最多可包含 128 个字符。
• 不要使用需要进行 URL 编码的字符。 例如，不要在名称中使用空格、斜杠、反斜杠、冒号、& 符号、双引号、加号、等号和问号等。 （服务不会阻止使用这些字符。 但是，由于这些字符在使用的任何位置都必须进行 URL 编码，因此强烈建议不要使用。）
• 不要使用已添加到定制模型的语法或语料库的名称。
• 不要使用名称 user，此名称由服务保留用于表示用户添加或修改的定制词。
• 不要使用名称 base_lm 或 default_lm。 这两个名称都保留供服务未来使用。

Content-Type （必填字符串）

使用请求标头指定语法格式：

• application/srgs 表示 ABNF 语法
• application/srgs+xml 表示 XML 语法

将语法文本文件作为请求正文。 以下示例将名为 confirm.abnf 的语法文件添加到具有指定标识的定制模型。 示例将语法命名为 confirm-abnf。

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"

此方法还接受可选的 allow_overwrite 查询参数，可以包含此参数来覆盖同名的现有语法。 如果在将语法添加到模型后需要更新语法，请使用此参数。

这是异步方法。 根据语法的大小和服务上的当前负载，服务可能需要几秒钟或几分钟来分析语法。 有关检查语法状态的信息，请参阅监视添加语法请求。

通过对每个语法文件调用此方法一次，可以将任意数量的语法添加到定制模型。 一个语法的添加操作必须完全完成后，才能添加其他语法。

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 . . .\"},
  . . .
}

验证根据语法确定的词

将语法文件添加到定制语言模型时，服务会解析语法，以确定语法是否可识别到任何尚不属于服务基本词汇表的词。 此类词称为未登录 (OOV) 词。 服务会将 OOV 词添加到定制模型的词资源。 词资源的用途是定义服务的词汇表中尚不存在的词。

词资源中的定义会指示服务如何转录 OOV 词。 信息包含 sounds_like 字段（指示服务如何对词发音）、display_as 字段（指示服务如何显示词）和 source 字段（指示将词添加到定制模型的方式）。 有关词资源和 OOV 词的更多信息，请参阅词资源。

将语法添加到定制模型后，检查模型词资源中的 OOV 词以验证其发音相似的读法是一种不错的做法。 并非所有语法都包含 OOV 词，但验证词资源通常是很好的想法。 要在添加语法后检查定制模型的词，请使用以下方法：

• 使用 GET /v1/customizations/{customization_id}/words 方法来列出定制模型中的所有词。 使用此方法的 grammars 参数传递值 word_type 可仅列出通过语法添加的词。
• 使用 GET /v1/customizations/{customization_id}/words/{word_name} 方法来查看模型中的单个词。

验证词的发音相似的读法是否准确且正确。 另请在词本身中查找拼写和其他错误。 有关自定义模型中单词的验证和更正的更多信息，请参阅 验证上一代车型的单词资源。

训练定制语言模型

在可以将语法用于定制语言模型之前，要执行的最后一步是训练模型。 使用的过程与用于基于新语料库或新定制词来训练定制模型的过程相同。 通过训练模型，可对语法进行编译，以在语音识别期间使用。 服务会将原始的基于文本的格式的语法处理为用于语音识别的二进制运行时格式。 训练模型后，才能使用语法。

使用 POST /v1/customizations/{customization_id}/train 方法来训练定制模型。 您将向此方法传递要训练的模型的定制标识，如以下示例中所示。

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"

训练方法是异步执行的。 训练通常需要几秒钟或几分钟才能完成。 但也可能需要更长时间，具体取决于语法的大小和复杂性以及服务上的当前负载。 有关检查训练操作的状态的信息，请参阅监视训练请求。

{
  "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
}