分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #LUIS   #语言理解(LUIS)   ◆ 发布于: 2023-06-10 20:57:46

我们在前面的两章里讨论如何通过自定义意向以及通过意向定义实体，然后训练意向和实体模型从而通过Azure自然语言服务确定用户言语的分类以及数据的提取，但是有时候未必有这么准确，这个时候除了添加更多的言语实例，更详细的实体模型分解之外，还可以通过本节的两个工具提高准确度。 使用LUIS的终结点短语审核 Luis提供一个工具Review Endpoint Utterances, 这个工具在登录到LUIS之后，可以从菜单BUILD -> Review Endpoint Utterances使用该工具，这个工具主要是展现用户请求终结点时所使用的短语，同时后面配有我们意向的分类，和每项意向的评分，可以通过人工查看审核用户的输入，选择正确的意向分类，如下图：

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #LUIS   #语言理解(LUIS)   ◆ 发布于: 2023-06-10 20:50:46

我们前面的文章都介绍了Azure语言理解服务主要是通过意向模型和实体模型来实现对于用于言语的分类以及数据提取的工作，上一篇我们简单的介绍了如何通过LUIS工具定制意向模型，从而在特定的领域里帮助客户应用判断用于实际的意图是什么，例如用户是想订披萨，还是订机票，还是订酒店等等。当我们知道了用户的意图之后，我们还需要做的是，用户提出的具体要求， 例如：客户定几份披萨，什么尺寸的披萨，又或者用户定几晚酒店，入住时间是什么时候，定什么房型等等，要解决这个问题，我们必须使用Azure LUIS提供的实体模型对这些数据进行提取，从而使得自己的应用能够做出正确的回应。 我们先来复习一下基本的概念： 我们提供的实体有几种类型，机器学习实体，列表实体，正则表达式实体，以及模式实体，对于任何一个实体，我

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #语言理解(LUIS)   #LUIS   ◆ 发布于: 2023-06-10 20:37:33

我们前面的章节学习了如何使用预定义的智能家居的数据，快速的训练出语言处理模型的意向模型和实体模型，分别用于判断用户的意图和用户意图中的实体数据提取，上个章节仅仅事为了演示开发一个LUIS应用的基本步骤和带领大家熟悉一下LUIS工具的使用，从本章开始我们开始给出一些系列的教程，这些教程会一步一步的教大家如何进行意向数据准备，如何进行实体数据提取，如何使用featuer, 如何使用Pattern，然后进行模型的训练。 开始本节之前，你最好已经完成了前面的内容，对于Azure的语言理解服务基本概念已经比较熟悉了，同时你需要一个Azure的订阅，如果你还没有Azure订阅，尽快申请一个订阅，微软提供免费的Azure订阅供用户测试。

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #语言理解(LUIS)   #LUIS   ◆ 发布于: 2023-06-06 21:50:05

我们前一篇文章简单的介绍了开发一个基于Azure Luis的应用的步骤以及其中涉及到的概念，在开始我们这篇入门之前我们先简单的回顾一下: 意向(intent):用于对于用户言语的分类。 实体(Entity):用户提取用户言语的数据。 LUIS 向用户提供两个模型：即意向和实体模型，用户需要使用数据训练两个模块 模块训练完成后发布成为endpoint, 用户的应用向该endpoint 发起请求，即可实现对用户的言语分类和数据提取。 同时Azure的LUIS服务向用户提供了一个可视化的工具, 您可以通过相应的URL来访问，Azure China可以访问https://luis.azure.cn, Azure Global可以通过https://www.luis.ai 来访问。

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #LUIS   #语言理解(LUIS)   ◆ 发布于: 2023-06-06 21:39:01

Azure LUIS是微软推出的语言理解服务(Language Understanding intelligent service, 缩写为LUIS)是由于微软推出的基于云的对答式的AI服务，是自然语言处理的一个子集。LUIS服务的目的主要是对用户的输入进行用于意向的判定以及用户输入的实体数据的提取。 LUIS是自然语言理解的(NLU)的一个实现，是自然语言处理(NLP)的一个子集，而且自然语言处理(NLP)是一个非常广泛的概念，可以用于任何形式的文本处理，一般情况我们说这些会包括如下的方面: 词汇切分 词性(pos)标记 分段 语形学分析 语义相似性 演讲(Discourse) 翻译 等等领域, 在LUIS服务里能够配置的(NLP)的特性主要包括：

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #沉浸式阅读器   ◆ 发布于: 2023-06-06 21:30:58

什么是沉浸式阅读器？ 这个就是微软的浏览器Edge自带的沉浸式阅读器，使用微软的edge浏览器打开一个网页，在地址栏上选择沉浸式阅读器的按钮，即可以启动沉浸式阅读器。从该图片我们可以看到，可以使用沉浸式阅读器大大改善阅读的环境，用户可以使用该工具进行字体的调整，需要聚焦的行数，甚至可以使用语音将全篇文章自动阅读完成，可以极大得帮助到一些有阅读障碍得人士。应用的场景也是很多的，例如专业的文献，例如需要即时翻译，例如针对于有些阅读障碍的人士等等。 微软通过在Azure上提供沉浸式阅读服务将这个功能开放给普通用户，普通用户可以通过SDK或者API集成该工具，将沉浸式阅读的功能集成到自己的产品中，不仅仅是支持桌面产品，还支持安卓和iOS。 下面我们来快速的给大家讲解一下具体的步骤，这个

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #语音服务   ◆ 发布于: 2023-06-05 17:57:51

Azure语音服务入门文章列表

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #语音服务   ◆ 发布于: 2023-06-05 17:42:19

针对于Azure Speech text-to-speech性能调优，我们首先要理解官方推荐的性能指标，从官方的文档上可以看到，衡量TTS的性能指标主要有： First Byte Latency: 该时间表示Synthesis任务开始到接收到音频文件的第一个设定的块之间花费的时间，在.Net SDK中使用对象SpeechSynthesisResult的属性SpeechServiceResponse_SynthesisFirstByteLatencyMs 来表示。 Finish Latency: 该时间表示Synthesis任务开始到整个语音合成的数据结束所花的时间。在.Net SDK中使用对象SpeechSynthesisResult的属性SpeechServiceResponse_

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #语音服务   ◆ 发布于: 2023-06-05 17:39:47

前面我们简要的介绍了语音服务的功能以及如何使用SDK进行语音服务的开发，同时为了提供精度以及为了自定义语音合成我们也介绍了如何使用speech studio工具训练自己的模型。本节我们简要的介绍一下如何在开会过程中进行troubleshooting。 注意所使用的服务定价层限制 需要注意到当你在使用Azure服务的时候，不同的定价层，是有不同的限制的，对于语音服务，目前仅仅只有两种定价层，一般情况这两种符合大部分的业务场景，但是也经常会遇到超限的情况存在，对于超限，需要注意的错误代码是429, 也即如果在通过rest api或者是SDK进行服务调用的时候遇到了错误代码429，那么一定是超限了，关于超限的详细说明，请参考Azure的官方文档说明:

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #语音服务   ◆ 发布于: 2023-06-05 17:37:12

我们前面简要的介绍了如何使用speech studio这个工具进行自定义的语音识别和自定义语音合成的强大的功能，这个两个功能的过程都是必须先期准备数据，然后使用这些数据训练出符合要求的模型，然后使用这些模型结合SDK或者REST API进行业务处理，我们今天继续介绍另外一个强大的工具有声内容创作(Audio Content Creation)。 使用该工具你可以很方便的对语音合成进行可视化的调整，例如调整语气，语调，声音高低，情绪等等。可以广泛的用在有声读物，新闻广播，聊天机器人等等场景，除了可以使用微软提供的自定义的模型，你可以使用自己前面自己训练出来模型。同时微软也提供很多场景下的语音模型，可以直接使用，然后进行一定的微调。 另外需要注意的是我们这个工具是基于SSML标记语言的，所