标签: azure-cognitive-services

我对使用 Microsoft 的认知服务还很陌生。我想知道 MS Computer Vision API 和 MS Custom Vision API 有什么区别？

我已完成此快速入门，并创建了 Azure OpenAI 资源 + 创建了状态成功的模型部署。我还在https://oai.azure.com/中尝试过它并且它在那里工作。

但是，如果我尝试从 REST API 访问它，则会返回 404 Resource Not Found。我定义了header，并从 Playground 内部的->api-key获取了 url 和 json 。Code Viewjson

我正在执行

发布 https://raz-openai.openai.azure.com/openai/deployments/raz-model-2/completions?api-version=2022-12-01 {“提示”：“”，“max_tokens”：100 }带有 api-key 标头

我还错过了另一个步骤吗？

我在 Unity 中使用 Microsoft.CognitiveServices.Speech ( https://www.nuget.org/packages/Microsoft.CognitiveServices.Speech )。

在具有 Windows 目标的编辑器中，一切工作正常，但我在 Linux 专用服务器构建（在 Ubuntu 22.04 LTS 上运行）中遇到错误。

错误：

ApplicationException: Runtime error: Failed to initialize platform (azure-c-shared). Error: 2153
  at Microsoft.CognitiveServices.Speech.Internal.SpxExceptionThrower.ThrowIfFail (System.IntPtr hr) [0x0005d] in <439ae8e654bd4287a1d7ffd07bb64d43>:0 
  at Microsoft.CognitiveServices.Speech.SpeechSynthesizer.FromConfig (Microsoft.CognitiveServices.Speech.SpeechConfig speechConfig, Microsoft.CognitiveServices.Speech.Audio.AudioConfig audioConfig) [0x00030] in <439ae8e654bd4287a1d7ffd07bb64d43>:0 
  at Microsoft.CognitiveServices.Speech.SpeechSynthesizer..ctor (Microsoft.CognitiveServices.Speech.SpeechConfig speechConfig, Microsoft.CognitiveServices.Speech.Audio.AudioConfig audioConfig) [0x00000] in <439ae8e654bd4287a1d7ffd07bb64d43>:0 
  at Evo.TTS.TTSClientMicrosoft.ConvertTextToSpeechAsync (Evo.Gender gender, System.String text) [0x0004c] in <dbdd55022f014a4e90cc144f717d0703>:0 
  at Evo.TTS.TTSClient.ConvertTextToSpeechAsync (Evo.Gender gender, System.String text) [0x00073] in <dbdd55022f014a4e90cc144f717d0703>:0 
  at Evo.TTS.VoiceController.TextToAudioData (System.String text) [0x0007c] in <dbdd55022f014a4e90cc144f717d0703>:0 
  at Evo.TTS.VoiceController.CmdSpeak (System.String …

我想使用Microsoft的REST API转录更长的音频文件（至少5分钟）。有很多不同的产品和名称，例如语音服务API或Bing语音API。到目前为止，我尝试过的REST API都不支持转录更长的音频文件。

该文档指出有一个完全适合这种情况的REST API：https : //docs.microsoft.com/zh-cn/azure/cognitive-services/speech-service/batch-transcription

该服务的终点是什么？

我正在尝试在 Azure 中部署表单识别器应用程序的实例。为此，我遵循文档中的说明：https : //docs.microsoft.com/en-us/azure/cognitive-services/form-recognizer/deploy-label-tool

我已经创建了 docker 实例和连接，但是创建 APP 的步骤失败了。这是我正在使用的参数：

Display Name: Test-form
Source Connection: <previuosly created connection>
Folder Path: None
Form Recognizer Service Uri: https://XXX-test.cognitiveservices.azure.com/
API Key: XXXXX
Description: None

这是错误并得到：

我们正在使用标准层的 Azure OpenAI gpt-3.5-turbo 模型对聊天机器人应用程序进行原型设计。

我们面临着随机的延迟突发，有时会持续 3 到 20 分钟。下面是门户网站提供的指标的屏幕截图。正如您所看到的，使用/速率限制并不表示高负载。

事实上，该应用程序尚未部署到生产环境中，它仅被我们的开发团队用于测试目的。了解这些延迟峰值将帮助我们证明我们的 PoC 并在生产中使用 Azure OpenAI 服务。

关于如何解决这个问题有什么想法吗？

模型属性 模型名称：gpt-35-turbo 模型版本：0301 部署类型：标准 内容过滤器：每分钟默认令牌数 速率限制（千）：120 速率限制（每分钟令牌数）：120000 速率限制（每分钟请求数）：720

图表

潜伏：

速率限制：

已处理的提示标记：

我正在尝试使用 Microsoft 认知服务的 Vision API（分析图像）。我想知道如何通过 REST API 调用将本地图像发送到 Vision API，并使用 Python 请求结果。有人可以帮我解决这个问题吗？

Microsoft 在其网站上提供的测试选项仅接受 URL，我尝试将本地路径转换为 ​​URL 并将其作为输入，但这不起作用。

我正在使用Azure认知服务自定义视觉服务来检测捕获图像中的形状.根据他们的文档,我按照他们的格式得到了回复.

但是我在绘制图像上方的形状时遇到了问题.

{
    "id": "0fbda4ee-8956-4979-bf57-a252441af98d",
    "project": "9ca4032b-beeb-40ad-9396-1c3fcfd9ba89",
    "iteration": "27c85265-a158-4fc4-b22a-d535dd758d80",
    "created": "2018-06-11T09:34:29.9496528Z",
    "predictions": [
        {
            "probability": 0.0102891214,
            "tagId": "677afcf8-bc4a-493f-b588-707663286125",
            "tagName": "ball",
            "boundingBox": {
                "left": 0.2889924,
                "top": 0.0169312358,
                "width": 0.7007024,
                "height": 0.8284572
            }
        },
        {
            "probability": 0.012788726,
            "tagId": "ca844f08-b6c0-4d9a-9010-73945d442708",
            "tagName": "cricket ball",
            "boundingBox": {
                "left": 0.304018974,
                "top": 0.413163722,
                "width": 0.299461246,
                "height": 0.436399817
            }
        },
        {
            "probability": 0.0229086485,
            "tagId": "ca844f08-b6c0-4d9a-9010-73945d442708",
            "tagName": "cricket ball",
            "boundingBox": {
                "left": 0.2889924,
                "top": 0.0169312358,
                "width": 0.7007024,
                "height": 0.8284572
            }
        },
        {
            "probability": 0.0100123268,
            "tagId": "4672144d-5593-446f-be63-5144a35d0e6e",
            "tagName": …

使用 Microsoft Speech API 转录中型/大型音频文件（每个文件约 6-10 分钟）的最佳方法是什么？像批量音频文件转录之类的东西？

我使用了https://learn.microsoft.com/en-us/azure/cognitive-services/speech-service/speech-to-text-sample中提供的代码来连续转录语音，但它在某些时候停止转录观点。转录有什么限制吗？我只使用免费试用帐户 atm。

顺便说一句，我认为 Bing Speech API 和新的语音服务 API 之间没有区别，对吗？

感谢大家！

我正在按照 Microsoft 的教程（https://learn.microsoft.com/nl-nl/azure/cognitive-services/Computer-vision/quickstarts-sdk/client-library?pivots=programming-language-python）来使用认知服务。我在这里使用 Visual Code 并使用命令行通过 pip 安装 Azure：

pip install azure-cognitiveservices-vision-customvision

我使用第一个代码（参见下面的代码）并尝试运行代码。但它返回以下错误：

(myvenv) PS C:\Users\erikh\OneDrive\Documenten\Git\Python Testlab> & "c:/Users/erikh/OneDrive/Documenten/Git/Python Testlab/myvenv/Scripts/python.exe" "c:/Users/erikh/OneDrive/Documenten/Git/Python Testlab/readText.py"
Traceback (most recent call last):
  File "c:/Users/erikh/OneDrive/Documenten/Git/Python Testlab/readText.py", line 1, in <module>
    from azure.cognitiveservices.vision.computervision import ComputerVisionClient
ModuleNotFoundError: No module named 'azure.cognitiveservices'

这是我尝试执行的代码：

from azure.cognitiveservices.vision.computervision import ComputerVisionClient
from azure.cognitiveservices.vision.computervision.models import OperationStatusCodes
from azure.cognitiveservices.vision.computervision.models import VisualFeatureTypes
from msrest.authentication import CognitiveServicesCredentials

from array import array
import os
from PIL import Image
import sys
import time

# Add your Computer …