什么是 Azure AI 服务?

Azure AI 服务通过现成的预生成可定制 API 和模型,帮助开发人员和组织快速创建智能、前沿、面向市场且负责任的应用程序。 应用程序示例包括对话、搜索、监视、翻译、语音、视觉和决策的自然语言处理。

可采用常用开发语言通过 REST API 和客户端库 SDK 使用大部分 Azure AI 服务。 有关详细信息,请参阅各服务的相关文档。

可用的 Azure AI 服务

从下表中选择一项服务,了解如何借助它来满足开发目标。

服务 说明
Anomaly Detector icon异常检测器(已停用) 尽早确定潜在问题
Azure AI Search iconAzure AI 搜索 将由 AI 提供支持的云搜索引入移动和 Web 应用
Bot service icon机器人服务 创建机器人并跨通道连接
Content Moderator icon内容审查器(已停用) 检测潜在的冒犯性内容或不需要的内容
Document Intelligence icon文档智能 仅需很少的时间和成本即可将文档转换为可用数据
Language icon语言 使用行业领先的自然语言理解功能构建应用
Language Understanding icon语言理解(已停用) 了解应用中的自然语言
Metrics Advisor icon指标顾问(已停用) 用于检测不需要的内容的 AI 服务
Speech icon语音 语音转文本、文本转语音和翻译
Translator icon翻译器 翻译超过 100 种语言和方言
Vision icon视觉 分析图像和视频中的内容

定价层和计费

定价层(以及你收到的账单金额)基于你使用身份验证信息发送的事务数。 每个定价层指定:

  • 每秒允许的最大事务数 (TPS)。
  • 在定价层中启用的服务功能。
  • 预定义事务数的成本。 根据定价详细信息中为服务所指定的内容,超过此数字将导致额外费用。

注意

许多 Azure AI 服务都有一个免费层,供你试用该服务。 若要使用免费层,请使用 F0 作为资源的 SKU。

开发选项

用于自定义和配置模型的工具与用于调用 Azure AI 服务的工具不同。 大多数 Azure AI 服务都允许直接发送数据和接收见解,不需要进行任何自定义。 例如:

  • 可以将图像发送到 Azure AI 视觉服务,以检测字词和短语或统计帧中的人数
  • 可以将音频文件发送到语音服务并获取听录,同时将语音转换为文本

Azure 提供了各种类型的工具,这些工具适用于不同类型的用户,其中许多工具可用于 Azure AI 服务。 设计器驱动的工具是最容易使用的工具,可快速设置和自动运行,但在自定义方面可能有限制。 我们的 REST API 和客户端库为用户提供了更多控制和灵活性,但需要更多的工作量、时间和专业知识来构建解决方案。 如果你使用 REST API 和客户端库,则需要熟悉现代编程语言,例如 C#、Java、Python、JavaScript 或其他常用编程语言。

让我们看看使用 Azure AI 服务的各种方式。

客户端库和 REST API

使用 Azure AI 服务客户端库和 REST API,可以直接访问你的服务。 这些工具提供对 Azure AI 服务及其基线模型的编程访问,并且在许多情况下允许以编程方式自定义模型和解决方案。

  • 目标用户:开发人员和数据科学家
  • 优点: 提供最大灵活性,允许从任何语言和环境调用服务。
  • UI:不适用 - 仅限代码
  • 订阅:Azure 帐户 + Azure AI 服务资源

如果想要详细了解可用的客户端库和 REST API,请参阅我们的 Azure AI 服务概述来选择服务,并开始使用我们提供的快速入门之一。

持续集成和持续部署

可使用 Azure DevOps 和 GitHub Actions 来管理部署。 在以下部分中,我们提供了两个 CI/CD 集成示例,用于为语音和语言理解 (LUIS) 服务训练和部署自定义模型。

  • 目标用户:开发人员、数据科学家和数据工程师
  • 优点: 允许你以编程方式持续调整、更新和部署应用程序和模型。 当定期使用你的数据来改进和更新语音、视觉、语言和决策的模型时,这有明显的优势。
  • UI 工具:不适用 - 仅限代码
  • 订阅:Azure 帐户 + Azure AI 服务资源 + GitHub 帐户

使用 DevOps 和 GitHub Actions 进行持续集成和交付

语言理解和语音服务提供持续集成和持续部署解决方案,这些解决方案由 Azure DevOps 和 GitHub Actions 提供支持。 这些工具用于对自定义模型进行自动训练、测试和发布管理。

本地容器

许多 Azure AI 服务都可部署在容器中,供本地访问和使用。 借助这些容器,能够灵活地将 Azure AI 服务移至更接近你的数据的位置,以满足合规性、安全性或其他操作目的。 如需 Azure AI 容器的完整列表,请参阅 Azure AI 服务的本地容器

训练模型

某些服务允许引入自己的数据,然后训练模型。 这样,就可以使用服务的数据和算法通过自己的数据来扩展模型。 输出可以满足你的需求。 导入自己的数据时,可能需要以特定于服务的方式标记数据。 例如,如果要训练模型以识别花朵,则可以提供花朵图像的目录以及每个图像中花朵的位置以训练模型。

生态系统中的 Azure AI 服务

借助 Azure 和 Azure AI 服务,你可以访问广泛的生态系统,例如:

  • 自动化和集成工具,例如逻辑应用和 Power Automate。
  • 部署选项,例如 Azure Functions 和应用服务。
  • 用于安全访问的 Azure AI 服务 Docker 容器。
  • Apache Spark、Azure Databricks、Azure Synapse Analytics 以及适用于大数据场景的 Azure Kubernetes 服务等工具。

若要了解详细信息,请参阅 Azure AI 服务生态系统

区域可用性

Azure AI 服务中的 API 托管在不断扩大的 Azure 托管数据中心网络上。 你可以在 Azure 区域列表中找到每个 API 的区域可用性。

正在寻找我们尚不支持的区域? 请在我们的 UserVoice 论坛上填写功能申请,告诉我们你的需求。

语言支持

Azure AI 服务在服务级别支持各种区域性语言。 可以在支持的语言列表中找到每个 API 的语言可用性。

安全性

Azure AI 服务提供分层的安全模型,包括通过 Microsoft Entra 凭据进行的身份验证、有效的资源密钥以及 Azure 虚拟网络

认证和合规性

Azure AI 服务已获得 CSA STAR 认证、FedRAMP Moderate 和 HIPAA BAA 等认证。

若要了解隐私和数据管理,请访问信任中心

帮助和支持

Azure AI 服务提供若干支持选项,可帮助你在创建智能应用程序方面取得进展。 Azure AI 服务还有一个强大的开发人员社区,可帮助解答特定问题。 有关可用支持选项的完整列表,请参阅 Azure AI 服务支持和帮助选项

后续步骤