如何在本地训练Azure语音转文本自定义模型？

Azure Cognitive Services的custom-speech-to-text容器本身仅支持加载并运行已训练好的自定义模型，并不具备本地训练模型的功能。所有自定义语音模型的训练流程仍需依托Azure云端完成，之后可将训练好的模型导出部署到本地容器中使用，具体步骤如下：

• 第一步：在Azure云端完成自定义模型训练
  1. 登录Azure门户，创建Speech资源后进入Custom Speech门户
  2. 上传符合要求的训练数据集（需包含适配zh-tw语言的音频文件及对应转录文本）
  3. 基于官方提供的中文（繁体）基础模型启动训练任务，待训练完成后验证模型识别效果
• 第二步：导出训练好的自定义模型
  在Custom Speech门户中找到训练完成的模型，选择导出为容器兼容的模型包，需确认导出格式与custom-speech-to-text:3.7.0-amd64-zh-tw镜像版本适配
• 第三步：本地容器加载自定义模型
  启动容器时通过环境变量指定本地模型包的路径，示例启动命令如下：

  docker run -it --rm -p 5000:5000 \
    -e EULA=accept \
    -e BILLING=<你的Speech资源计费端点> \
    -e API_KEY=<你的Speech资源密钥> \
    -v <本地模型包所在路径>:/app/models \
    mcr.microsoft.com/azure-cognitive-services/speechservices/custom-speech-to-text:3.7.0-amd64-zh-tw \
    --ModelPath=/app/models/<具体模型文件名>
  

需要注意，即使使用本地容器运行模型，计费仍会关联你的Azure Speech资源，因为模型训练、导出环节依赖云端服务，容器运行时也需要验证资源权限。

内容的提问来源于stack exchange，提问作者蔣鎧駿