Speech 服务是认知服务的一种，提供了语音转文本，文本转语音, 语音翻译等，今天我们实战的是语音转文本（Speech To Text）。 STT支持两种访问方式，1.是SDK，2.是REST API。 其中: SDK方式支持 识别麦克风的语音流 和 语音文件； REST API方式仅支持语音文件； 准备工作：创建 认知服务之Speech服务： 创建完成后，两个重要的参数可以在页面查看： 一. REST API方式将语音文件转换成文本： Azure global的 Speech API 终结点请参考： https://docs.microsoft.com/zh-cn/azure/cognitive-services/speech-service/rest-speech-to-text#regions-and-endpoints …
使用 Azure 的计算机视觉服务，开发人员可以访问用于处理图像并返回信息的高级算法。 主要包含如下高级算法： 标记视觉特性Tag visual features 检测对象Detect objects 图像分类Categorize an image 描述图像Describe an image 检测人脸Detect faces 检测图像类型Detect image types 检测特定领域的内容Detect domain-specific content 检测颜色方案Detect the color scheme 生成缩略图Generate a thumbnail 获取感兴趣区域Get the area of interest 从图像中提取文本Extract text from images 管理图像中的内容Moderate content in images 要 …
什么是自定义视觉（Custom Vision） 自定义视觉是一种认知服务，用于生成、部署和改进自己的图像分类器。自定义视觉允许你确定要应用的标签，比如要对一组水果进行识别，你需要对待检测的水果打上诸如“苹果”“香蕉”“草莓”的标签。 作用 自定义视觉服务使用机器学习算法为图像应用标签。 你作为开发人员必须提供多组图像（例如苹果，香蕉，草莓），其中包含或缺少相关的特征。 请在提交时自行标记图像（标记该水果是香蕉还是苹果）， 然后，此算法会针对该数据进行训练并计算其自己的准确度，方法是针对这些相同的图像自行进行测试。 训练算法以后，即可对其进行测试、重新训练，并最终使用它根据应用的需求对新图像分类。 也可导出模型本身，方便脱机使用。 分类和对象检测 可以将自定义视觉功能分为两种功能。 图像分类可将一个或多个标签应 …