Azure 认知服务概览

Azure AI 服务（以前称为 Azure Cognitive Services）是一组预构建的 AI API，让开发人员无需从头训练机器学习模型，就能为应用程序添加智能功能。该产品组合涵盖四个领域：视觉（分析图像和视频）、语言（理解和生成文本）、语音（在音频和文本之间进行转换）以及决策（个性化内容并检测异常）。所有服务都可通过 REST API、SDK 或 Azure 门户访问。

您可以通过两种方式预配人工智能 Services。多服务资源（在门户中称为 Azure AI Services）通过单个终结点和 API 密钥提供对大多数接口的访问，便于开发和试验。单服务资源（例如 Computer Vision 或 Text Analytics）只能访问一个接口，并且每项服务都有专用的计费和配额限制。在生产环境中，通常更倾向于使用单服务资源，以便控制支出并应用特定于服务的安全策略。

Azure AI Vision 类别包含多个接口。Computer Vision 可以分析图像中的对象、场景描述、文本（OCR）和成人内容。Custom Vision 允许您仅使用几十张经过标注的图像来训练自己的图像分类或对象检测模型。Face 接口可以检测人脸和情绪（并配有负责任使用的访问控制）。Azure AI 视频索引器可以从视频文件中提取见解，包括说话人识别、转录和场景检测。

Azure AI Language 类别提供文本分析功能。Text Analytics 支持情感分析、关键短语提取、命名实体识别（NER）和语言检测。Azure AI Translator 通过一次接口调用即可在 100 多种语言之间翻译文本。Azure AI Language Understanding (CLU) 可以从自然语言中分类用户意图，用于构建对话应用程序。Azure AI Question Answering 可以根据常见问题和文档构建知识库，用于回答自然语言问题。

Azure AI Speech 类别连接音频与文本。Speech to Text（STT）可以实时或以批处理模式转录语音音频，支持 100 多种语言以及用于特定领域术语的自定义声学模型。Text to Speech（TTS）使用支持神经网络的语音，将文本转换为自然音频，支持 140 多种语言。说话人识别可以通过声音识别或验证个人身份。语音翻译将 STT 与 Translator 结合，提供实时语音到语音翻译。

Decision 类别包含用于个性化和异常检测的服务。Azure AI 异常检测器可以分析时间序列数据（例如服务器指标和销售数据），并自动识别异常，而不要求使用经过标注的训练数据集——它会从历史数据中学习正常模式。Azure AI 个性化工具（在某些视图中现已属于 Content Safety）使用强化学习，根据上下文特征选择要向用户展示的最佳内容项。这两项服务都适用于运营和商业智能场景。

所有 Azure 人工智能 Services 接口都遵循相同的模式：从资源中获取终结点 URL和 API 密钥（或使用托管标识），然后发送带有有效负载和身份验证标头的 HTTP POST 请求。接口会返回包含结果的 JSON 响应。Microsoft 为 .NET、Python、JavaScript、Java 和 Go 提供客户端 SDK，这些 SDK 使用带类型的对象和重试逻辑封装 REST 调用，使集成变得简单，无需手动处理 HTTP。

Microsoft 围绕六项负责任的人工智能原则构建 Azure 人工智能 Services：公平性（人工智能不应存在歧视）、可靠性和安全性（人工智能应按预期运行）、隐私和安全性（数据应受到保护）、包容性（人工智能应赋能每个人）、透明度（人工智能应当易于理解）以及问责制（人类应对人工智能决策负责）。某些功能（例如 Face 接口的识别功能）需要先向 Microsoft 正式提交申请，获批后才能访问。

Azure 人工智能 Services 采用按使用量付费的模式：您可以按接口调用次数、分析的图像数量、翻译的字符数或转录的音频分钟数付费。每项服务和层级都有自己的计价单位。大多数服务都提供免费层（F0），但调用配额有限（例如 Text Analytics 每月 5,000 次调用），因此可以免费试验。标准层（S0）提供更高的配额，适合生产环境。费用会随使用量线性增长，不要求固定的月度承诺。

除了默认的 API 密钥身份验证之外，还应进一步保护人工智能 Services 资源。最佳实践包括：将 API 密钥存储在 Azure Key Vault 中，而不是写入代码；使用托管标识访问资源，从而完全不需要密钥；使用专用终结点限制网络访问，使资源只能从您的 VNet 访问；启用诊断日志记录，以便记录所有接口调用并满足合规审计要求。API 密钥应定期轮换——每个资源都有两个密钥，可实现零停机轮换。

许多 Azure 人工智能 Services 可以作为 Docker 容器部署，适用于要求数据驻留（处理过程必须在本地或特定区域内完成）或处于断开连接环境的场景。您可以从 Microsoft 容器注册表中拉取容器映像，使用 API 密钥和终结点配置运行该映像，然后通过 localhost 调用服务的 REST 接口。容器会向 Azure 联网通信以进行计费——所有使用量仍会通过您的 Azure 订阅进行跟踪和收费，但人工智能处理过程会在本地完成。

请测试您对本课中 Microsoft Azure 基础知识（AZ-900）概念的理解。

本课介绍了以下内容：Azure AI Services 通过 REST 接口提供涵盖 Vision、Language、Speech 和 Decision 领域的预构建人工智能功能；多服务资源通过单个终结点和密钥简化访问；所有服务都应使用 Key Vault 和托管标识进行保护，并且可以作为容器部署，以满足数据驻留要求。接下来，我们将实际学习调用 Language 和 Vision 接口。