0Pricing
Cloud & IT Cert Prep · 课时

实际使用语言和视觉 API

调用 Computer Vision API 分析图像，并使用 REST 请求调用 Text Analytics API，从客户评论中提取情感和关键短语。

实际使用语言和视觉 API 是 CoddyKit 上的免费 Cloud & IT Cert Prep 课时。 这是第 2 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Cloud & IT Cert Prep 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Cloud & IT Cert Prep 课程共包含 4 节课。

调用 Computer Vision 接口

Computer Vision 接口（/vision/v3.2/analyze）可以分析图像 URL 或二进制流，并返回丰富的 JSON 响应，其中包含检测到的对象、自然语言场景描述、主色，以及图像是否包含成人内容。您可以指定所需的视觉特征——Categories、Description、Objects、Tags、Faces、Color、Adult——以控制接口执行的计算，并且只为实际使用的功能付费。

# Analyse an image URL with Computer Vision
curl -X POST 'https://myVision.cognitiveservices.azure.com/vision/v3.2/analyze?visualFeatures=Description,Objects,Tags' \
  -H 'Ocp-Apim-Subscription-Key: <key>' \
  -H 'Content-Type: application/json' \
  -d '{"url": "https://upload.wikimedia.org/wikipedia/commons/thumb/3/3a/Cat03.jpg/1200px-Cat03.jpg"}'

OCR：从图像中读取文本

Read 接口（/vision/v3.2/read/analyze）是从图像和 PDF 中提取文本时推荐使用的 OCR 终结点。与较旧的 /ocr 终结点不同，Read 接口是异步的：您提交图像，获取操作 URL，轮询该 URL 直到操作完成，然后检索结果。它支持 164 种语言的印刷体和手写文本，保留文本块的阅读顺序，并且比同步 OCR 终结点更擅长处理旋转或低分辨率图像。

# Step 1: Submit image for reading
curl -X POST 'https://myVision.cognitiveservices.azure.com/vision/v3.2/read/analyze' \
  -H 'Ocp-Apim-Subscription-Key: <key>' \
  -H 'Content-Type: application/json' \
  -d '{"url": "https://example.com/invoice.jpg"}'
# Returns: Operation-Location header with result URL

# Step 2: Poll for result
curl 'https://myVision.cognitiveservices.azure.com/vision/v3.2/read/analyzeResults/<operation-id>' \
  -H 'Ocp-Apim-Subscription-Key: <key>'

使用 Text Analytics 进行情感分析

情感分析终结点（/text/analytics/v3.1/sentiment）会为每个提交的文档返回情感标签（positive、negative、neutral 或 mixed）以及 0 到 1 之间的置信度分数。它还提供观点挖掘（基于方面的情感分析），用于识别评论者谈论产品或服务的哪些具体方面，以及他们对每个方面的情感倾向——例如，识别出一条餐厅评论对食物持正面态度、但对服务持负面态度。

# Sentiment analysis request
curl -X POST 'https://myLanguage.cognitiveservices.azure.com/text/analytics/v3.1/sentiment?opinionMining=true' \
  -H 'Ocp-Apim-Subscription-Key: <key>' \
  -H 'Content-Type: application/json' \
  -d '{
    "documents": [
      {"id": "1", "language": "en", "text": "The food was great but the service was terrible."}
    ]
  }'

关键短语提取

关键短语提取可以识别一段文本中的主要主题和概念，并以短语列表的形式返回。例如，对于一封客户支持电子邮件，它可能返回配送延迟、订单确认和退款请求等短语。这对于自动标记支持工单、汇总文档以建立搜索索引，或确定知识库内容的优先级都很有用。接口每次请求最多可以处理 1,000 个文档，并支持 10 多种语言。

# Key phrase extraction
curl -X POST 'https://myLanguage.cognitiveservices.azure.com/text/analytics/v3.1/keyPhrases' \
  -H 'Ocp-Apim-Subscription-Key: <key>' \
  -H 'Content-Type: application/json' \
  -d '{
    "documents": [
      {"id": "1", "language": "en",
       "text": "Azure offers scalable storage, compute, and AI services for enterprises."}
    ]
  }'

命名实体识别

命名实体识别（NER）可以识别和分类文本中的实体提及，例如人员、组织、Location、DateTime、数量、URL和电子邮件。PII 检测变体（个人身份信息）专门查找并可以编辑信用卡号、社会保障号码和电话号码等敏感数据。在存储或处理数据以进行分析之前，PII 检测有助于自动将数据匿名化。

# PII entity recognition
curl -X POST 'https://myLanguage.cognitiveservices.azure.com/text/analytics/v3.1/entities/recognition/pii' \
  -H 'Ocp-Apim-Subscription-Key: <key>' \
  -H 'Content-Type: application/json' \
  -d '{
    "documents": [
      {"id": "1", "language": "en",
       "text": "Please contact John Smith at john@example.com for refund."}
    ]
  }'

实际使用 Azure AI Translator

Translator 接口（/translate）通过一次 REST 调用即可在 100 多种语言之间转换文本。您需要传入源文本，指定一个或多个目标语言代码，然后接收包含检测到的源语言的译文。该接口还提供转写（转换文字系统，例如将阿拉伯文字转换为拉丁字符）和词典查询功能，用于获取词语级别的翻译替代项。Translator 每次请求最多支持批处理 100 个文档，因此适合大规模内容本地化。

# Translate English text to French and Spanish
curl -X POST 'https://api.cognitive.microsofttranslator.com/translate?api-version=3.0&to=fr&to=es' \
  -H 'Ocp-Apim-Subscription-Key: <key>' \
  -H 'Ocp-Apim-Subscription-Region: eastus' \
  -H 'Content-Type: application/json' \
  -d '[{"text": "Hello, how are you?"}]'

Custom Vision：训练您自己的模型

Azure AI Custom Vision 允许您使用自己的标注图像训练图像分类或对象检测模型，而无需编写 ML 代码。在 Custom Vision 门户中，您可以上传图像、为其添加标签，然后点击 Train。服务会训练模型并返回性能指标（Precision、Recall、AP）。随后，您可以使用新图像测试模型，并将其发布为预测终结点。模型还可以导出为 ONNX 或 CoreML，以便在设备上进行推理。

# Create a Custom Vision project via CLI
az cognitiveservices account create \
  --name myCustomVision \
  --resource-group myRG \
  --kind CustomVision.Training \
  --sku S0 \
  --location eastus

语言理解（CLU）

对话语言理解（CLU）是 LUIS 的后继产品。您需要定义意图（用户想要做什么，例如 BookFlight、GetWeather）和实体（要提取的数据，例如目的地城市和出行日期），为每个意图提供示例话语，训练模型，然后部署模型。应用程序调用 CLU 预测终结点，将用户输入分类为正确的意图并提取实体。CLU 为虚拟助手和聊天机器人提供理解层能力。

处理接口错误和限流

Azure AI Services 接口会返回标准 HTTP 状态代码。400 Bad Request 表示输入格式错误（例如文档过长——Text Analytics 每个文档最多支持 5,120 个字符）。401 Unauthorized 表示 API 密钥无效或缺失。429 Too Many Requests 表示您超出了服务配额——请实现带抖动的指数退避并重试。在生产环境中，请考虑使用专用资源（而不是免费层）；如果需要更高的吞吐量，也可以通过 Azure 门户申请提高配额。

将人工智能 Services 与 Logic Apps 集成

Azure AI Services 可以使用内置连接器与 Azure Logic Apps 集成，从而启用无代码人工智能工作流。例如：收到新电子邮件 → 提取附件 → 调用 Computer Vision Read 接口对附件中的文本执行 OCR → 调用 Text Analytics 提取关键短语 → 将结果写入 SharePoint 列表。Logic Apps 包含 Cognitive Services（Language、Vision、Translator）的连接器，无需编写 REST 请求代码即可管理身份验证和接口调用。

使用 Python SDK 操作 AI 服务

Microsoft 为每项 AI 服务发布了官方 Python 程序包。对于语言 API，请安装 azure-ai-textanalytics；对于视觉服务，请安装 azure-cognitiveservices-vision-computervision。SDK 会自动处理身份验证、序列化和重试逻辑。请使用 AzureKeyCredential 或 DefaultAzureCredential（支持托管标识）进行身份验证。在生产代码中，建议优先使用 SDK，而不是直接发送 HTTP 请求，因为 SDK 可提供类型安全，并且在 API 版本发生变化时更易于升级。

# Python — Text Analytics sentiment analysis
from azure.ai.textanalytics import TextAnalyticsClient
from azure.core.credentials import AzureKeyCredential

client = TextAnalyticsClient(
    endpoint='https://myLanguage.cognitiveservices.azure.com/',
    credential=AzureKeyCredential('<key>')
)
docs = ['The product quality exceeded my expectations.']
result = client.analyze_sentiment(docs)
for doc in result:
    print(doc.sentiment, doc.confidence_scores)

快速检查

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

课程回顾

在本课中，您学习了以下内容：计算机视觉 API 可以分析图像中的对象、描述和 OCR 文本（使用异步 Read API）；文本分析 API 可以从文本中提取情感、关键短语和 PII；翻译 API 可以通过一次调用在 100 多种语言之间转换文本。接下来，我们将学习 Azure 机器学习工作室，了解如何训练和部署自定义机器学习模型。

常见问题解答

「实际使用语言和视觉 API」课时是免费的吗？

是的 — 「实际使用语言和视觉 API」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Cloud & IT Cert Prep 课程的其余内容，请升级到 CoddyKit PRO。 Cloud & IT Cert Prep 课程共包含 4 节课。

「实际使用语言和视觉 API」这节课中我会学到什么？

调用 Computer Vision API 分析图像，并使用 REST 请求调用 Text Analytics API，从客户评论中提取情感和关键短语。 你通过在浏览器中直接运行的动手代码来练习 Cloud & IT Cert Prep，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 Cloud & IT Cert Prep 需要有经验吗？

无需任何先前经验。CoddyKit 上的 Cloud & IT Cert Prep 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 2 节课，共 4 节。

「实际使用语言和视觉 API」课时需要多长时间？

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。

我能在这节 Cloud & IT Cert Prep 课中编写并运行代码吗？

能。每节 Cloud & IT Cert Prep 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

  1. Azure 认知服务概览
  2. 实际使用语言和视觉 API
  3. Azure 机器学习工作室
  4. Azure OpenAI Service
← 返回 Cloud & IT Cert Prep