为方便企业认识和快速上手Azure AI 服务，我们总结了一套包括语音识别、文本转语音、基于视觉、语言处理场景、文档分析场景等全面的预构建模型和演示，旨在解决各种用例。
这些模型易于访问，可帮助企业无缝实施 AI 驱动的解决方案，如下是已整理并编录的 Azure AI 服务中提供的预构建演示，希望这可以帮助您将 AI 无缝融入您的产品和服务中。
微软Azure AI服务可以合规、稳定地提供企业用户使用ChatGPT的可能。作为微软的合作伙伴，全云在线可为企业开通绿色申请通道！包括最新版本GPT-4omini、Dalle-3等，满足发票需求，同时也能解决连接不稳定/响应速度慢/并发配额低等问题。
参考链接：
一、语音识别
1、语音转文本场景
| 设想 | 描述 | 关联 |
|---|---|---|
| 实时语音转文本 | 无需编写任何代码即可在语音识别端点上快速测试您的音频。 | 探索演示 |
| Azure OpenAI 服务中的 Whisper 模型 | 使用 OpenAI Whisper v2-large 模型将 57 种语言的音频内容转录并翻译成英语。 | 探索演示 |
| 批量语音转文本 | 异步转录存储中的大量音频。 | 探索演示 |
| 自定义语音 | 使用特定领域的词汇和数据提高语音识别的准确性。 | 探索演示 |
| 发音评估 | 评估并获得语音发音准确性和流畅性的反馈。 | 探索演示 |
| 语音翻译 | 以低延迟实时将语音翻译成其他语言。 | 探索演示 |
二、文本转语音
1、文本转语音场景
| 设想 | 描述 | 关联 |
|---|---|---|
| 声音画廊 | 从 148 种语言和变体的 486 种声音中进行选择，创建听起来自然的语音。 | 探索演示 |
| 自定义神经语音 | 根据人类录音创建听起来自然的合成声音。 | 探索演示 |
| 个人声音 | 根据人类语音样本创建 AI 语音，获得个性化的语音体验。 | 探索演示 |
| 音频内容创作 | 为有声读物和视频旁白等各种场景构建高度自然的音频内容。 | 探索演示 |
| 文本转语音头像 | 将您的文本转换为带有 AI 生成的头像和逼真的声音的视频。 | 探索演示 |
2、其他场景
| 设想 | 描述 | 关联 |
|---|---|---|
| 语音转文字字幕 | 使用我们的示例应用程序来了解如何使用 Azure Speech 通过转录电影、视频、现场活动等的音频来实时和离线自动为内容添加字幕。在屏幕上显示生成的文本以提供可访问的体验。在此示例中，我们利用语音转文本和短语列表等功能。 | 探索演示 |
| 通话后 记录和分析 | 批量转录呼叫中心录音并提取有价值的信息，例如个人身份信息 (PII)、情绪和通话摘要。这演示了如何使用语音和语言服务来分析呼叫中心对话。 | 探索演示 |
| 实时聊天头像 | 与虚拟形象进行自然对话，虚拟形象可以识别用户的语音输入，并以逼真的 AI 语音流畅地做出响应。 | 探索演示 |
| 语言学习 | 从您的聊天体验中获得有关发音准确性、流利度、韵律、语法和词汇的即时反馈。 | 探索演示 |
| 视频翻译 | 无缝自动翻译并生成多种语言的视频。借助其强大的功能，您可以高效地本地化视频内容，以满足全球不同受众的需求。 | 探索演示 |
三、视觉工作室
1、基于视觉的场景
| 设想 | 描述 | 关联 |
|---|---|---|
| 视频检索与摘要 | 快速总结视频要点并搜索特定时刻。 | 探索演示 |
| 使用图像自定义模型 | 查找图像中的特定对象，以满足产品放置和装配线检查等用例的需求。 | 探索演示 |
| 为图像添加密集字幕 | 为图像中检测到的所有重要对象生成人类可读的标题。 | 探索演示 |
| 删除图像的背景 | 轻松去除背景并保留前景元素。 | 探索演示 |
| 为图片添加标题 | 生成一个人类可读的句子来描述图像的内容。 | 探索演示 |
| 检测图像中的常见物体 | 检测并提取可识别物体和生物的边界框。 | 探索演示 |
| 从图像中提取文本 | 使用 OCR 从图像、PDF 和 TIFF 文件中提取印刷和手写文本。 | 探索演示 |
| 从图像中提取常用标签 | 根据可识别的物体、风景和动作提取标签。 | 探索演示 |
| 创建智能裁剪图像 | 自动裁剪图像以强调最重要的区域。 | 探索演示 |
| 检测图像中的人脸 | 检测图像中人脸的位置及其属性。 | 探索演示 |
| 统计某个区域内的人数 | 分析视频来计算指定区域内的人数。 | 探索演示 |
| 检测人员是否越界 | 检测人员何时跨越摄像机视野内的线。 | 探索演示 |
四、语言工作室
1、语言处理场景
| 设想 | 描述 | 关联 |
|---|---|---|
| 提取 PII | 识别文本中的敏感个人身份信息 (PII)。 | 探索演示 |
| 提取关键短语 | 从非结构化文本中快速识别要点。 | 探索演示 |
| 查找链接实体 | 通过链接到知识库来消除文本中实体的身份歧义。 | 探索演示 |
| 提取命名实体 | 使用命名实体识别 (NER) 识别和分类文本中的实体。 | 探索演示 |
| 提取健康信息 | 从非结构化文本中提取并标记医疗信息。 | 探索演示 |
| 分析情绪和观点 | 在句子和文档级别提供情感标签和置信度分数。 | 探索演示 |
| 检测语言 | 确定输入文档中使用的语言并返回置信度分数。 | 探索演示 |
| 自定义文本分类 | 使用标记数据和训练模型创建自定义文本分类项目。 | 探索演示 |
| 回答问题 | 从提供的文本段落中提取问题的答案。 | 探索演示 |
| 会话语言理解项目 | 使用标记数据和训练模型构建项目以理解对话语言。 | 探索演示 |
| 编排项目 | 构建和管理集成多种语言服务的项目。 | 探索演示 |
| 汇总信息 | 使用摘要 API 为对话或文档生成摘要。 | 探索演示 |
| 文件翻译 | 从本地存储或 Azure Blob 存储批量将文档翻译成一种或多种语言 | 探索演示 |
五、文档智能
1、文档分析场景
| 设想 | 描述 | 关联 |
|---|---|---|
| 读 | 从文档中提取印刷和手写文本以及条形码和公式。 | 探索演示 |
| 布局 | 从表单和图像中提取表格、复选框和文本。 | 探索演示 |
| 一般文件 | 从任何表格或文档中提取键值对和结构。 | 探索演示 |
举例：预建模型场景
| 设想 | 描述 |
|---|---|
| 发票 | 提取发票详细信息，包括客户和供应商详细信息、总计和明细项目。 |
| 收据 | 从收据中提取交易详情，包括日期、商家信息和总额。 |
| 身份证明文件 | 从护照和身份证中提取详细信息。 |
| 美国健康保险卡 | 从美国健康保险卡中提取详细信息。 |
| 美国个人所得税 | 对包含任意数量的 W2、1040、1098 和 1099 的文档进行分类，然后提取信息。 |
| 美国抵押贷款 | 从各种抵押贷款中提取信息 |
| 美国工资单 | 提取员工信息、支付信息（包括收入、扣除额、净工资等）。 |
| 美国银行对账单 | 提取银行对账单 |
| 美国支票 | 提取金额、日期、付款订单 MICR 号码、玩家姓名和地址等。 |
| 结婚证 | 从结婚证中提取详细信息。 |
| 信用卡 | 提取信用卡详细信息，包括卡号和持卡人姓名。 |
| 合同 | 从合同中提取所有权和签署方的信息。 |
| 名片 | 从名片中提取联系方式。 |
六、Gen-AI 安全解决方案
1、保护您的图片内容
| 设想 | 描述 | 关联 |
|---|---|---|
| 中等图像内容 | 这是一个用于评估不同内容审核方案的工具。它考虑了各种因素，例如内容类型、平台政策以及对用户的潜在影响。对样本内容运行审核测试。使用配置过滤器重新运行并进一步微调测试结果。将要检测并采取行动的特定术语添加到阻止列表中。 | 探索演示 |
| 中等多模式内容 | 对图文混合内容进行审核测试，根据检测到的严重程度评估测试结果。 | 私人预览 |
2、保护您的文本
| 设想 | 描述 | 关联 |
|---|---|---|
| 适度的文本内容 | 对文本内容进行审核测试。根据检测到的严重程度评估测试结果。 | 探索演示 |
| 接地检测 | 扎根性检测可以检测大型语言模型 (LLM) 产生的非扎根性。 | 私人预览 |
| 受保护材料检测 | 检测并保护 LLM 模块中的第三方文本材料。 | 探索演示 |
| 瞬发盾 | Prompt shields提供了统一的API，可以解决以下类型的攻击：越狱攻击和间接攻击。 | 探索演示 |
3、实时安全措施
| 设想 | 描述 | 关联 |
|---|---|---|
| 监控在线活动 | 这将显示您的 API 使用情况、审核结果及其按类别的分布情况。您可以自定义每个类别的严重性阈值，以查看更新的结果并将新阈值部署到您的终端。此外，您还可以编辑此页面上的阻止列表以应对任何事件。 | 探索演示 |