Azure KI Services in SynapseML mit eigenem Schlüssel
Azure KI Services ist eine Suite von APIs, SDKs und Diensten, die Entwickler verwenden können, um ihren Anwendungen kognitive Features hinzuzufügen und so intelligente Anwendungen zu erstellen. KI Services unterstützt Entwickler auch dann, wenn sie nicht über direkte KI- oder Data Science-Fähigkeiten oder -Kenntnisse verfügen. Das Ziel von Azure KI Services ist es, Entwicklern zu helfen, Anwendungen zu entwickeln, die sehen, hören, sprechen, verstehen und sogar schlussfolgern können. Die in Azure KI Services verfügbaren Dienste können in fünf Hauptkategorien unterteilt werden: Sehen, Sprechen, Sprache, Websuche und Entscheidungsfindung.
Hinweis
Fabric ist nahtlos in Azure KI Services integriert, sodass Sie Ihre Daten mit Azure OpenAI Service, Textanalyse, Azure KI Übersetzer anreichern können. Dies ist derzeit eine öffentliche Vorschau. Weitere Informationen über die vorkonfigurierten KI-Dienste in Fabric finden Sie unter KI-Dienste in Fabric.
Nutzung von Azure KI-Diensten mit eigenem Schlüssel
Vision
- Beschreiben: Stellt eine Beschreibung eines Bilds in lesbarer Sprache bereit. (Scala, Python)
- Analysieren (Farbe, Bildtyp, Gesicht, nicht jugendfreie/gewagte Inhalte): Analysiert visuelle Merkmale eines Bilds. (Scala, Python)
- OCR: Liest Text aus einem Bild. (Scala, Python)
- Texterkennung: Liest Text aus einem Bild. (Scala, Python)
- Miniaturansicht: Generiert eine Miniaturansicht mit benutzerdefinierter Größe aus dem Bild. (Scala, Python)
- Domänenspezifischer Inhalte erkennen: Erkennt domänenspezifische Inhalte (Prominente, Sehenswürdigkeiten). (Scala, Python)
- Tag: Identifiziert die Liste der Wörter, die für das Eingabebild relevant sind. (Scala, Python)
- Erkennen: Erkennt menschliche Gesichter in einem Bild. (Scala, Python)
- Überprüfen: Überprüft, ob zwei Gesichter zu derselben Person gehören oder ob ein Gesicht zu einer bestimmten Person gehört. (Scala, Python)
- Identifizieren: Findet die besten Übereinstimmungen des Gesichts der spezifischen Person in der Abfrage aus einer Personengruppe heraus. (Scala, Python)
- Ähnliche suchen: Findet ähnliche Gesichter wie das in der Abfrage angegebene Gesicht in einer Liste von Gesichtern. (Scala, Python)
- Gruppieren: Unterteilt eine Gruppe von Gesichtern basierend auf Ähnlichkeit in getrennte Gruppen. (Scala, Python)
Spracheingabe/-ausgabe
- Spracherkennung: Transkribiert Audiodatenströme. (Scala, Python)
- Unterhaltungstranskription: Transkribiert Audiodatenströme in Livetranskripte mit identifizierten Sprechern. (Scala, Python)
- Sprachsynthese: Konvertiert Text in realistische Audiodaten. (Scala, Python)
Sprache
- Sprachenerkennung: Erkennt die Sprache des Eingabetexts. (Scala, Python)
- Schlüsselbegriffsextraktion: Identifiziert die wichtigsten Gesprächspunkte im Eingabetext. (Scala, Python)
- Erkennung benannter Entitäten: Identifiziert bekannte Entitäten und allgemeine benannte Entitäten im Eingabetext. (Scala, Python)
- Stimmungsanalyse: Gibt einen Wert zwischen 0 und 1 zurück, der die Stimmung im Eingabetext angibt. (Scala, Python)
- Extraktion von Entitäten im Gesundheitswesen: Extrahiert medizinische Entitäten und Beziehungen aus Text. (Scala, Python)
Sprachübersetzung
- Übersetzen: Übersetzt Text. (Scala, Python)
- Transkribieren: Konvertiert Text in einer Sprache aus einem Skript in ein anderes Skript. (Scala, Python)
- Erkennen: Identifiziert die Sprache eines Textabschnitts. (Scala, Python)
- BreakSentence: Erkennt die Positionierung von Satzgrenzen in einem Textabschnitt. (Scala, Python)
- Wörterbuchsuche: Stellt alternative Übersetzungen für ein Wort und eine kleine Anzahl von idiomatischen Ausdrücken bereit. (Scala, Python)
- Wörterbuchbeispiele: Stellt Kontextbeispiele für die Verwendung von Begriffen im Wörterbuch bereit. (Scala, Python)
- Dokumentübersetzung: Übersetzt Dokumente in alle und aus allen unterstützten Sprachen und Dialekten, wobei Dokumentstruktur und Datenformat beibehalten werden. (Scala, Python)
Azure KI Dokument Intelligenz
- Layout analysieren: Extrahiert Text- und Layoutinformationen aus einem bestimmten Dokument. (Scala, Python)
- Analysieren von Belegen: Erkennt und extrahiert Daten aus Belegen mithilfe der optischen Zeichenerkennung (Optical Character Recognition, OCR) und unseres Belegmodells. Diese Funktionalität erleichtert das Extrahieren strukturierter Daten aus Belegen, z. B. Händlername, Telefonnummer des Händlers, Transaktionsdatum, Transaktionssumme und mehr. (Scala, Python)
- Analysieren von Visitenkarten: Erkennt und extrahiert Daten von Visitenkarten mithilfe von optischer Zeichenerkennung (OCR) und unserem Visitenkartenmodell. Diese Funktionalität erleichtert das Extrahieren strukturierter Daten aus Visitenkarten wie Kontaktnamen, Firmennamen, Telefonnummern, E-Mails und vieles mehr. (Scala, Python)
- Analysieren von Rechnungen: Erkennt und extrahiert Daten aus Rechnungen mithilfe der optischen Zeichenerkennung (Optical Character Recognition, OCR) und unseren Deep Learning-Modellen, die Rechnungen versteht. Diese Funktionalität erleichtert das Extrahieren strukturierter Daten aus Rechnungen wie Kunde, Kreditor, Rechnungs-ID, Fälligkeitsdatum der Rechnung, Gesamtsumme, fälliger Rechnungsbetrag, Steuerbetrag, Versandadresse, Rechnungsadresse, Positionen und vieles mehr. (Scala, Python)
- Ausweisdokumente analysieren: Erkennt und extrahiert Daten aus Ausweisdokumenten mithilfe der optischen Zeichenerkennung (Optical Character Recognition, OCR) und unseres Ausweisdokumentmodells, sodass Sie aus Ausweisdokumenten strukturierte Daten problemlos extrahieren können, z. B. Vorname, Nachname, Geburtsdatum, Ausweisnummer usw. (Scala, Python)
- Benutzerdefiniertes Formular analysieren: Extrahiert Informationen aus Formularen (PDFs und Bildern) in strukturierte Daten basierend auf einem Modell, das aus einer Reihe repräsentativer Trainingsformulare erstellt wurde. (Scala, Python)
- Benutzerdefiniertes Modell abrufen: Dieser Vorgang ruft ausführliche Informationen zu einem benutzerdefinierten Modell ab. (Scala, Python)
- Benutzerdefinierte Modelle auflisten: Ruft Informationen zu allen benutzerdefinierten Modellen ab. (Scala, Python)
Entscheidung
- Anomaliestatus des letzten Punkts: Generiert ein Modell anhand vorheriger Punkte und ermittelt, ob der letzte Punkt anomal ist. (Scala, Python)
- Anomalien suchen: Generiert ein Modell anhand einer ganzen Reihe und findet Anomalien in der Reihe. (Scala, Python)