Azure AI Video Indexer は、Microsoft Custom Speech Service との統合を通して自動音声認識をサポートしています。 適応テキストをアップロードすることで、言語モデルをカスタマイズできます。 このテキストは、エンジンが適応するために使用するボキャブラリが存在するドメインのものです。 モデルをトレーニングすると、適応テキストに表示される新しい単語が認識され、既定の発音が想定され、言語モデルは単語の新しい可能性のあるシーケンスを学習します。 サポートされている言語で Azure AI Video Indexer 言語のサポート対象の一覧を参照してください。
たとえば、 Kubernetes は (Azure Kubernetes サービスのコンテキストで) 非常に具体的な単語です。 この単語は Azure AI Video Indexer に初めて使用されるため、 コミュニティとして認識されます。 モデルを Kubernetes として認識するようにトレーニングします。 それ以外の場合は、単語は存在しますが、言語モデルでは、特定のコンテキストで単語が表示されるのを想定していません。 たとえば、 コンテナー サービス は、特殊化されていない言語モデルが特定の単語セットとして認識する 2 単語シーケンスではありません。
言語モデルをカスタマイズする方法は 2 つあります。
- オプション 1: Azure AI Video Indexer によって生成されたトランスクリプトを編集します。 トランスクリプトを編集して修正することで言語モデルをトレーニングし、将来的に改善された結果を提供します。
- オプション 2: テキスト ファイルをアップロードして言語モデルをトレーニングする。 ファイルには、Video Indexer トランスクリプトに表示する単語の一覧を含めることができます。 または、文や段落に自然に含まれる関連する単語を含めることができます。 後者の方法でより良い結果が得られるので、アップロード ファイルにはコンテンツに関連する完全な文または段落が含まれていることをお勧めします。
重要
アップロード ファイルに現在誤って文字起こしされている単語や文 ( コミュニティなど) は含めないでください。これにより、意図した影響が否定されます。 使用されるのが望ましい単語のみを含めます (Kubernetes など)。
カスタム言語モデルを最適化する
Azure AI Video Indexer は、単語の組み合わせの確率に基づいて学習するので、最適な学習を行うには、以下のようにします。
- 実際に話されるとおりの文例を十分に提供します。
- 各行には 1 つの文だけを配置します。多くてはいけません。 それ以外の場合、システムは文間の確率を学習します。
- 1 つの単語を文として配置し、特定の単語を他の単語よりも優先して学習させてもかまいませんが、システムが最適な学習を行うのは完全な文からです。
- 新しい単語や頭字語を導入するときには、可能であれば、できるだけ多くの使用例を完全な文で提供し、システムにできるだけ多くのコンテキストを提供します。
- いくつかの適応オプションを試して、どのような結果が得られるかを確認します。
- まったく同じ文を複数回繰り返すのは避けてください。 入力の残りの部分に対してバイアスが発生する可能性があります。
- 一般的でないシンボル (~、# @ % > は破棄されるため、含めないでください。 それらが出現する文も破棄されます。
- 何十万もの文など、入力が大きすぎるのは避けてください。これは、ブーストの効果が薄くなるためです。
前提条件
- Azure アカウント
- Azure AI Video Indexer アカウント
言語モデルを作成する
- Azure AI Video Indexer の Web サイトに移動してサインインします。
- アカウント内のモデルをカスタマイズするには、ページの左にある [コンテンツ モデルのカスタマイズ] ボタンを選択します。
- Language タブを選択します。サポートされている言語の一覧が表示されます。
- 目的の言語の下で、[モデルを追加] を選択します。
- 言語モデルの名前を入力し、Enter キーを押します。 この手順によってモデルが作成され、モデルにテキスト ファイルをアップロードするオプションが提供されます。
- テキスト ファイルを追加するには、[ファイルの追加] を選択します。 エクスプローラーが開きます。
- テキスト ファイルの場所に移動し、ファイルを選択します。 1 つの言語モデルに複数のテキスト ファイルを追加できます。 言語モデルの右側にある [ ... ] ボタンを選択し、[ファイルの追加] を選択して、テキスト ファイル 追加することもできます。
- テキスト ファイルのアップロードが完了したら、緑色の [トレーニング] オプションを選択します。
トレーニング プロセスには数分かかることがあります。 トレーニングが完了すると、モデルの横に Trained が表示されます。 ユーザーは、モデル内のファイルをプレビュー、ダウンロード、削除することができます。
新しいビデオでの言語モデルの使用
新しいビデオで言語モデルを使用するには、次のいずれかの操作を行います。
- ページの上部にある [ アップロード ] を選択します。
- オーディオまたはビデオ ファイルをドロップするか、ファイルを参照します。
- ビデオ ソース言語の一覧から作成した言語モデルを選択します。
- ページの下部にある [アップロード ] オプションを選択すると、言語モデルを使用して新しいビデオのインデックスが作成されます。
言語モデルを使用してインデックスを再作成する
- Azure AI Video Indexer のホーム ページにサインインします。
- ビデオの省略記号 (...) を選択し、[ インデックスの再作成] を選択します。
- ビデオ ソース言語の一覧を選択し、一覧から作成した言語モデルを選択します。
- [ インデックスの再作成 ] を選択すると、言語モデルを使用してビデオのインデックスが再作成されます。
言語モデルを編集する
言語モデルを編集するには、その名前を変更し、それにファイルを追加し、そこからファイルを削除します。 言語モデルからファイルを追加または削除する場合は、緑色の [トレーニング ] オプションを選択してモデルをもう一度トレーニングする必要があります。
言語モデルの名前を変更する
言語モデルの名前を変更するには、言語モデルの右側にある省略記号 (...) を選択し、[ 名前の変更] を選択します。 新しい名前を入力します。
ファイルの追加
- [ファイルの追加] を選択します。 エクスプローラーが開きます。
- テキスト ファイルの場所に移動し、ファイルを選択します。 1 つの言語モデルに複数のテキスト ファイルを追加できます。
テキスト ファイルを追加するには、言語モデルの右側にある省略記号 (...) ボタンを選択し、 ファイルの追加を選択します。
ファイルを削除する
このアクションにより、言語モデルからファイルが完全に削除されます。
- テキスト ファイルの右側にある省略記号 (...) ボタンを選択します。
- [削除] を選択します。 新しいウィンドウが開き、削除は元に戻せないというメッセージが表示されます。
- 新しいウィンドウで [削除] オプションを選択します。
言語モデルを削除する
この操作により、言語モデルがアカウントから完全に削除されます。 削除された言語モデルを使用していたビデオは、ビデオのインデックスを再作成するまで同じインデックスを保持します。 ビデオのインデックスを再作成する場合は、ビデオに新しい言語モデルを割り当てることができます。 それ以外の場合、Azure AI Video Indexer では既定のモデルを使用して、ビデオのインデックスが再作成されます。
- 言語モデルの右側にある省略記号 (...) ボタンを選択します。
- [削除] を選択します。 新しいウィンドウが開き、削除は元に戻せないというメッセージが表示されます。
- 新しいウィンドウで [削除] オプションを選択します。
トランスクリプトを修正して言語モデルをカスタマイズする
Azure AI Video Indexer は、ユーザーがビデオの文字起こしに対して行った実際の修正に基づいて言語モデルをカスタマイズします。 ビデオの文字起こしで修正したすべての行がキャプチャされ、 From transcript editsというテキスト ファイルに追加されます。 これらの編集は、ビデオのインデックス作成に使用された言語モデルを再トレーニングするために使用されます。
widget のタイムラインで行われた編集も含まれます。
このビデオのインデックス作成時に言語モデルを指定しなかった場合、このビデオのすべての編集は、検出されたビデオの言語内で Account adaptations という既定の言語モデルに格納されます。
同じ行に対して複数の編集が行われた場合、言語モデルの更新には、修正された行の最後のバージョンのみが使用されます。
注
カスタマイズに使用されるのは、テキストの変更のみです。 実際の単語に関係しない変更 (句読点やスペースなど) は含められません。
- ライブラリから編集するビデオを選択します。
- [タイムライン] タブを選択します。
- 鉛筆アイコンを選択して、文字起こしのトランスクリプトを編集します。
- トランスクリプトの修正は、[コンテンツ モデルのカスタマイズ] ページの [ 言語 ] タブに表示されます。 自分の各言語モデルの "From transcript edits" ファイルを確認するには、そのファイルを選択して開きます。