microsoft/azure-cognitive-services-speechservices-custom-speech-to-text

Azure AI services Custom Speech To Text 镜像

镜像概述

Azure AI services 是一套包含API、SDK和容器镜像的AI工具集，帮助开发人员将现成AI能力集成到应用中，涵盖文本分析、语音识别、计算机视觉等多种功能。容器化支持使开发人员能在保持API一致性的同时，获得本地部署的灵活性。

Custom Speech to Text 镜像属于Azure语音服务，专注于将音频流实时转录为文本，并支持创建和训练自定义模型以适应特定场景需求，如环境噪音处理或行业术语识别。

核心功能与特性

• 实时音频转录：将音频流实时转换为文本，满足实时交互场景需求。
• 自定义模型训练：支持创建和优化三类自定义模型：
  • 声学模型：适应特定环境噪音（如工厂、办公室、交通工具）
  • 语言模型：优化行业特定词汇（如***、***、***术语）
  • 发音模型：适配特殊发音习惯或专有名词
• 容器化部署：可在本地环境运行，提供数据控制和低延迟优势。

使用场景与适用范围

适用于需要处理特定音频环境或专业术语的应用场景，例如：

• 客服中心：转录客户通话，适应电话线路噪音和业务术语
• ***行业：记录医患对话，准确识别医学专业词汇
• 制造业：在工厂环境中转录设备操作指令，抵抗机械噪音
• 服务：实时转录会议内容，识别行业特定术语

使用方法

拉取镜像

使用以下命令拉取最新版本镜像：

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

运行容器

容器运行需配置Azure订阅密钥和端点（从Azure门户获取），基本命令格式如下：

bash
docker run --rm -it -p 5000:5000 \
  -e AZURE_COGNITIVE_SERVICES_API_KEY=<your-api-key> \
  -e AZURE_COGNITIVE_SERVICES_ENDPOINT=<your-endpoint> \
  mcr.microsoft.com/azure-cognitive-services/speechservices/custom-speech-to-text:latest

注：具体参数需根据实际配置需求调整，详细步骤参见官方使用指南

配置说明

容器运行前需完成必要配置，包括API密钥、服务端点、存储设置等。详细配置参数及方法请参考官方配置文档。

特色标签

• latest：最新稳定版本

相关仓库

• https://hub.docker.com/_/microsoft-azure-cognitive-services-speechservices-speech-to-text
• https://hub.docker.com/_/microsoft-azure-cognitive-services-speechservices-neural-text-to-speech
• https://hub.docker.com/_/microsoft-azure-cognitive-services-speechservices-language-detection
• https://hub.docker.com/_/microsoft-azure-cognitive-services

相关信息

• 语音服务容器使用指南
• http://aka.ms/cognitive-services-containers
• http://aka.ms/cognitive-services
• http://portal.azure.com

完整标签列表

所有可用标签可通过MCR标签列表查询。

支持与反馈

问题反馈请在Stack Overflow使用azure-cognitive-services标签提问。

许可信息

• ***声明：https://aka.ms/mcr/osslegalnotice
• 版权说明：© Microsoft Corporation 2020。本容器镜像的使用受Microsoft Azure服务订阅条款（含在线服务条款）约束，需有效Azure订阅方可使用。