Udostępnij za pośrednictwem


Usługi azure AI w usłudze SynapseML z użyciem własnego klucza

Usługi Azure AI to zestaw interfejsów API, zestawów SDK i usług, których deweloperzy mogą używać do dodawania funkcji poznawczych do swoich aplikacji, tworząc w ten sposób inteligentne aplikacje. Usługi sztucznej inteligencji umożliwiają deweloperom nawet wtedy, gdy nie mają bezpośrednich umiejętności sztucznej inteligencji ani nauki o danych ani wiedzy. Celem usług azure AI jest ułatwienie deweloperom tworzenia aplikacji, które mogą wyświetlać, słyszeć, mówić, rozumieć, a nawet zaczynać rozumować. Katalog usług w ramach usług azure AI można podzielić na pięć głównych filarów: Vision, Speech, Language, Web search i Decision.

Uwaga

Sieć szkieletowa bezproblemowo integruje się z usługami azure AI, umożliwiając wzbogacanie danych za pomocą usługi Azure OpenAI Service, analiza tekstu, Azure AI Translator. Jest to obecnie w publicznej wersji zapoznawczej, aby uzyskać więcej informacji na temat wstępnie utworzonych usług sztucznej inteligencji w sieci szkieletowej, zobacz Usługi sztucznej inteligencji w sieci szkieletowej.

Użycie usług azure AI z użyciem własnego klucza

Obraz

Azure AI Vision

  • Opis: zawiera opis obrazu w języku czytelnym dla człowieka (Scala, Python)
  • Analizuj (kolor, typ obrazu, twarz, zawartość dla dorosłych/rasowa): analizuje funkcje wizualne obrazu (Scala, Python)
  • OCR: odczytuje tekst z obrazu (Scala, Python)
  • Rozpoznawanie tekstu: odczytuje tekst z obrazu (Scala, Python)
  • Miniatura: generuje miniaturę rozmiaru określonego przez użytkownika na podstawie obrazu (Scala, Python)
  • Rozpoznawanie zawartości specyficznej dla domeny: rozpoznaje zawartość specyficzną dla domeny (celebryta, punkt orientacyjny) (Scala, Python)
  • Tag: identyfikuje listę wyrazów, które są istotne dla obrazu wejściowego (Scala, Python)

Rozpoznawanie sztucznej inteligencji platformy Azure

  • Wykrywanie: wykrywa ludzkie twarze na obrazie (Scala, Python)
  • Sprawdź: sprawdza, czy dwie twarze należą do tej samej osoby, czy twarz należy do osoby (Scala, Python)
  • Zidentyfikuj: znajduje najbliższe dopasowania określonej osoby kwerendy z grupy osób (Scala, Python)
  • Znajdź podobne: znajduje podobne twarze do twarzy zapytania na liście twarzy (Scala, Python)
  • Grupa: dzieli grupę twarzy na rozłączne grupy na podstawie podobieństwa (Scala, Python)

Mowa

Azure AI Speech

  • Zamiana mowy na tekst: transkrypcja strumieni audio (Scala, Python)
  • Transkrypcja konwersacji: transkrybuje strumienie audio do transkrypcji na żywo z zidentyfikowanymi głośnikami. (Scala, Python)
  • Zamiana tekstu na mowę: konwertuje tekst na realistyczny dźwięk (Scala, Python)

Język

Analiza tekstu

  • Wykrywanie języka: wykrywa język tekstu wejściowego (Scala, Python)
  • Wyodrębnianie kluczowych fraz: identyfikuje kluczowe punkty rozmowy w tekście wejściowym (Scala, Python)
  • Rozpoznawanie nazwanych jednostek: identyfikuje znane jednostki i ogólne nazwane jednostki w tekście wejściowym (Scala, Python)
  • Analiza tonacji: zwraca wynik z zakresu od 0 do 1 wskazujący tonację w tekście wejściowym (Scala, Python)
  • Wyodrębnianie jednostek opieki zdrowotnej: wyodrębnia jednostki medyczne i relacje z tekstu. (Scala, Python)

Tłumaczenie

Azure AI Translator

  • Tłumaczenie: tłumaczy tekst. (Scala, Python)
  • Transliteracja: konwertuje tekst w jednym języku z jednego skryptu na inny skrypt. (Scala, Python)
  • Wykryj: identyfikuje język tekstu. (Scala, Python)
  • BreakSentence: określa położenie granic zdań w tekście. (Scala, Python)
  • Wyszukiwanie w słowniku: udostępnia alternatywne tłumaczenia wyrazów i kilka idiomatycznych fraz. (Scala, Python)
  • Przykłady słowników: zawiera przykłady pokazujące, jak terminy w słowniku są używane w kontekście. (Scala, Python)
  • Tłumaczenie dokumentów: tłumaczy dokumenty we wszystkich obsługiwanych językach i dialektach przy zachowaniu struktury dokumentów i formatu danych. (Scala, Python)

Usługa Azure AI Document Intelligence

Analiza dokumentów sztucznej inteligencji platformy Azure

  • Analizuj układ: wyodrębnianie informacji o tekście i układzie z danego dokumentu. (Scala, Python)
  • Analizowanie paragonów: wykrywa i wyodrębnia dane z paragonów przy użyciu optycznego rozpoznawania znaków (OCR) i naszego modelu paragonu. Ta funkcja ułatwia wyodrębnianie ustrukturyzowanych danych z paragonów, takich jak nazwa sprzedawcy, numer telefonu sprzedawcy, data transakcji, łączna liczba transakcji i inne. (Scala, Python)
  • Analizowanie wizytówek: wykrywa i wyodrębnia dane z wizytówek przy użyciu optycznego rozpoznawania znaków (OCR) i modelu wizytówek. Ta funkcja ułatwia wyodrębnianie danych ustrukturyzowanych z wizytówek, takich jak nazwy kontaktów, nazwy firm, numery telefonów, wiadomości e-mail i inne. (Scala, Python)
  • Analizowanie faktur: wykrywa i wyodrębnia dane z faktur przy użyciu optycznego rozpoznawania znaków (OCR) i modeli uczenia głębokiego na fakturze. Ta funkcja ułatwia wyodrębnianie danych ustrukturyzowanych z faktur, takich jak klient, dostawca, identyfikator faktury, data ukończenia faktury, łączna kwota faktury, kwota faktury, kwota podatku, wysyłka, faktura do, elementy wiersza i inne. (Scala, Python)
  • Analizowanie dokumentów identyfikatorów: wykrywa i wyodrębnia dane z dokumentów identyfikacyjnych przy użyciu optycznego rozpoznawania znaków (OCR) i modelu dokumentów identyfikatorów, co umożliwia łatwe wyodrębnianie danych strukturalnych z dokumentów identyfikatorów, takich jak imię, nazwisko, data urodzenia, numer dokumentu i inne. (Scala, Python)
  • Analizuj formularz niestandardowy: wyodrębnia informacje z formularzy (plików PDF i obrazów) do danych strukturalnych na podstawie modelu utworzonego na podstawie zestawu reprezentatywnych formularzy szkoleniowych. (Scala, Python)
  • Pobieranie modelu niestandardowego: uzyskiwanie szczegółowych informacji o modelu niestandardowym. (Scala, Python)
  • Wyświetlanie listy modeli niestandardowych: uzyskiwanie informacji o wszystkich modelach niestandardowych. (Scala, Python)

Decyzja

Narzędzie do wykrywania anomalii sztucznej inteligencji platformy Azure

  • Stan anomalii najnowszego punktu: generuje model przy użyciu poprzednich punktów i określa, czy najnowszy punkt jest nietypowy (Scala, Python)
  • Znajdowanie anomalii: generuje model przy użyciu całej serii i znajduje anomalie w serii (Scala, Python)