共用方式為


什麼是 Azure AI 服務?

Azure AI 服務可協助開發人員和組織使用現成、預先建置且可自訂的 API 和模型,快速建立智慧型、最先進的市場就緒及負責任應用程式。 範例應用程式包含適用於對話、搜尋、監視、翻譯、語音、視覺和決策制定的自然語言處理。

提示

Azure AI Studio 中嘗試 Azure AI 服務,包括 Azure OpenAI、內容安全性、語音、視覺等。 如需詳細資訊,請參閱什麼是 Azure AI Studio?

大部分的 Azure AI 服務可透過熱門開發語言中的 REST API 和用戶端程式庫 SDK 取得。 如需詳細資訊,請參閱每個服務的文件。

可用的 Azure AI 服務

建置 AI 應用程式時,請使用下列 Azure AI 服務:

Service 描述
Azure AI 搜尋圖示 Azure AI 搜尋服務 將 AI 支援的雲端搜尋引進行動應用程式和 Web 應用程式中。
Azure OpenAI 服務圖示 Azure OpenAI 執行各式各樣的自然語言工作。
機器人服務圖示 機器人服務 建立機器人並透過通道來連線。
內容安全性圖示 內容安全性 能夠偵測不當內容的 AI 服務。
自訂視覺圖示 自訂視覺 針對您的業務自訂影像辨識。
文件智慧圖示 文件智慧服務 將檔案轉換成智慧型資料驅動解決方案。
臉部圖示 臉部 偵測和識別影像中的人員及表情。
沉浸式閱讀程式圖示 沈浸式閱讀程式 協助使用者閱讀和理解文字。
語言圖示 語言 使用領先業界的自然語言理解功能來建置應用程式。
語音圖示 語音 語音轉換文字、文字轉換語音、翻譯和說話者辨識。
翻譯工具圖示 翻譯工具 使用 AI 支援的翻譯技術來翻譯超過 100 種使用中、高風險和瀕危的語言和方言。
Video Indexer 圖示 Video Indexer 從影片中擷取可操作的見解。
視覺圖示 視覺 分析影像和影片中的內容。

下列 Azure AI 服務已排程淘汰。 這些服務仍可供現有應用程式使用,但不適用於新的 AI 應用程式:

Service 描述
異常偵測器圖示異常偵測器 (已淘汰) 及早識別潛在的問題。
內容仲裁者圖示 內容仲裁 (已淘汰) 偵測潛在的冒犯性或垃圾內容。
Language Understanding 圖示 語言理解 (已淘汰) 在您的應用程式中了解自然語言。
計量建議程式圖示 計量建議程式 (已淘汰) 能夠偵測不當內容的 AI 服務。
個人化服務工具圖示個人化工具 (已淘汰) 為每位使用者建立豐富、個人化的體驗。
QnA Maker 圖示 QnA maker (已淘汰) 將資訊摘錄成易於瀏覽的問題和回答。

定價層和計費

定價層 (以及您支付的金額) 是根據您使用驗證資訊傳送的交易數目而定。 每個定價層都會指定:

  • 每秒允許的交易數目上限 (TPS)。
  • 在該定價層中啟用的服務功能。
  • 預先定義的交易數目成本。 超過此數目會產生額外的費用,如您服務的定價詳細資料中所述。

注意

許多 Azure AI 服務都具有免費層,您可以用來試用服務。 若要使用免費層,請使用 F0 作為資源的 SKU。

開發選項

您可用來自訂及設定模型的工具,與您用來呼叫 Azure AI 服務的工具不同。 預設情況下,大部分的 Azure AI 服務都可讓您在沒有任何自訂的情況下傳送資料及接收見解。 例如:

  • 您可以將影像傳送至 Azure AI 視覺服務,以偵測單字和片語,或計算框架中的人數
  • 您可以將音訊檔案傳送至語音服務並取得轉譯,同時將語音轉換成文字

Azure 提供多種為了不同類型的使用者而設計的工具,其中有許多都可與 Azure AI 服務搭配使用。 設計工具驅動的工具最容易使用,而且可快速設定和自動化,但在自訂方面可能有所限制。 我們的 REST API 和用戶端程式庫為使用者提供了更高的控制力和彈性,但需投入更多心力、時間和專業來建置解決方案。 如果您使用 REST API 和用戶端程式庫,我們預期您應很熟悉新式程式設計語言的應用,例如 C#、Java、Python、JavaScript,或其他廣受使用的程式設計語言。

我們來看看您可透過哪些不同的方式使用 Azure AI 服務。

用戶端程式庫和 REST API

Azure AI 服務用戶端程式庫與 REST API 可直接存取您的服務。 這些工具可讓您以程式設計方式存取 Azure AI 服務、其基準模型,且在許多情況下,都可讓您以程式設計方式自訂模型與解決方案。

  • 目標使用者:開發人員和資料科學家
  • 優點:提供從任何語言和環境呼叫服務的絕佳彈性
  • UI:N/A - 僅限程式碼
  • 訂用帳戶:Azure 帳戶 + Azure AI 服務資源

如果您想要深入了解可用的用戶端程式庫和 REST API,請使用我們的 Azure AI 服務概觀來挑選服務,並透過我們的其中一個快速入門開始使用。

持續整合和部署

您可以使用 Azure DevOps 和 GitHub Actions 來管理部署。 在下列小節中,我們有兩個為語音和 Language Understanding (LUIS) 服務訓練和部署自訂模型的 CI/CD 整合範例。

  • 目標使用者:開發人員、資料科學家和資料工程師
  • 優點:可讓您以程式設計方式持續調整、更新和部署應用程式與模型。 定期使用您的資料來改善及更新語音、視覺、語言和決策的模型時,將有顯著的效益
  • UI 工具:N/A - 僅限程式碼
  • 訂用帳戶:Azure 帳戶 + Azure AI 服務資源 + GitHub 帳戶

使用 DevOps 和 GitHub Actions 進行持續整合和傳遞

Language Understanding 和語音服務提供由 Azure DevOps 和 GitHub Actions 提供技術支援的持續整合和持續部署解決方案。 這些工具可用於自訂模型的自動定型、測試和發行管理。

內部部署容器

許多 Azure AI 服務都可部署在容器中,以供內部部署存取及使用。 使用這些容器能讓您有彈性地將 Azure AI 服務帶得離您的資料較近,以滿足合規性、安全性或其他作業目的。 如需 Azure AI 容器的完整清單,請參閱適用於 Azure AI 服務的內部部署容器 (部分機器翻譯)。

訓練模型

某些服務可讓您使用自己的資料,然後將模型定型。 訓練過的自訂模型可讓您使用服務的資料和演算法,並搭配您自己的資料來擴充模型。 輸出符合您的需求。 當您自帶資料時,可能需要以服務特定的方式來標記資料。 例如,如果您要訓練模型來識別花卉,可以提供花卉影像的目錄,以及每個影像中花卉的位置來訓練模型。

生態系統中的 Azure AI 服務

透過 Azure 和 Azure AI 服務,您可以存取廣泛生態系統,例如:

  • 自動化和整合工具,例如 Logic Apps 和 Power Automate。
  • 部署選項,例如 Azure Functions 和 App Service。
  • 可進行安全存取的 Azure AI 服務 Docker 容器。
  • Apache Spark、Azure Databricks、Azure Synapse Analytics 和適用於巨量資料案例的 Azure Kubernetes Service 等工具。

若要深入了解,請參閱 Azure AI 服務生態系統

區域可用性

Azure AI 服務中的 API 裝載於持續成長且由 Microsoft 管理的資料中心網路上。 您可以在 Azure 區域清單中找到每個 API 的區域可用性。

尋找我們尚未支援的區域嗎? 藉由在我們的 UserVoice 論壇 \(英文\) 中提出功能要求,來讓我們知道。

語言支援

Azure AI 服務以服務層支援各種不同的文化特性語言。 您可以在支援的語言清單中找到每個 API 的語言可用性。

安全性

Azure AI 服務提供多層式安全性模型,包括使用 Microsoft Entra 認證、有效的資源金鑰及 Azure 虛擬網路驗證

認證和合規性

榮獲認證的 Azure AI 服務包括雲端安全性聯盟 STAR 認證、FedRAMP Moderate 及 HIPAA BAA。

若要了解隱私權和資料管理,請前往信任中心

說明與支援 

Azure AI 服務提供數個支援選項,協助您持續建立智慧型應用程式。 Azure AI 服務也有強大的開發人員社群,可以協助回答您的特定問題。 如需可用支援選項的完整清單,請參閱 Azure AI 服務支援和協助選項

下一步