使用 API，您无需编写任何代码即可创建和训练自定义 Speech-to-Text 模型，以提高现有 Speech-to-Text 模型的识别准确率。此全托管式服务会自动预配计算资源、执行训练应用代码，并确保在训练作业后删除计算资源。您将获得一个经过完全调优的转写模型，适用于任何下游应用。
与机器学习模型类似，自定义 Speech-to-Text 模型的训练通常是迭代的，涉及选择基本模型作为起点，使用文本和音频数据集对其进行调优，然后测试模型的识别质量。如果结果不符合预期，您可以使用不同数据组合重新训练新模型、再次测试，或直接在您的网域中使用该模型进行转写。
准备工作
确保您已注册 Google Cloud 账号、创建 Google Cloud 项目并启用 Speech-to-Text API：转到 Google Cloud 控制台中的语音，然后进入 Speech-to -Text API。在左侧导航栏的自定义模型部分操作。
创建自定义模型
首先，创建自定义 Speech-to-Text 模型并定义其参数，例如基本模型和转写语言：
- 点击创建以创建自定义模型。
- 输入模型名称，该名称将用于显示，并在 API 请求和 Google Cloud Speech 控制台中引用。
- 为模型输入说明。
- 选择最适合您的应用场景的基本模型。
- 选择模型的转写语言。
- 选择应用于进行训练的区域。
- 点击继续。
如需完成自定义 Speech-to-Text 模型作业的定义并开始训练，您需要定义训练和验证数据集。
- 通过提供有效的 Cloud Storage 目录 URI，选择训练数据集。确保只存在音频和文本文件，并且音频总时长符合训练数据集要求。
- 通过提供有效的 Cloud Storage 目录 URI，选择验证数据集。确保只存在音频和文本文件，并且音频总时长符合验证数据集要求。
- 点击创建以开始训练过程。
如果在音频小时数不足的情况下编入索引或文件未遵循指南，则训练作业将失败。
训练作业可以在我们系统中的其他作业之后排入队列，训练模型可能需要几个小时到几天的时间，具体取决于数据集大小。模型训练完成后，其状态将被标记为活跃。
删除自定义模型
开始之前，请确保没有通过任何端点路由到您的自定义 Speech-to-Text 模型的流量，因为删除该模型会阻止其处理任何请求。
- 前往自定义模型部分的模型标签页。
- 点击展开选项，然后点击删除。片刻之后，自定义 Speech-to-Text 模型及其所有端点将被删除，不再处理任何流量。
列出您的自定义模型
在自定义模型部分中选择模型后，您还可以列出所有自定义 Speech-to-Text 模型，包括正在训练、活跃和删除的模型。
后续步骤
请按照以下资源在应用中利用自定义语音模型：