本文由Azure认知服务高级产品营销经理Tina Coll和Azure认知服务产品营销经理Anny Dow共同撰写。Azure认知服务将人工智能（AI）带入每个开发人员都能触及的范围，而不需要机器学习专业知识。只需要一个API调用，就可以在应用程序中嵌入看到、听到、说话、理解和加速决策的能力。企业已经利用这些预先构建和定制的人工智能功能来提供更具吸引力和个性化的智能体验。我们将延续微软Build2019的发展势头，推出个性化工具，并在视觉、语音和语言类别中引入额外的高级功能。有许多进步可以分享，让我们直接进入。个性化：提供丰富的用户体验在O'Reilly'sStrata会议上，Personalizer获得了今年"最具创新性产品"奖，它是市场上唯一一个通过易于使用的API实现强化学习的人工智能服务。Personalizer由强化学习（reinforcement learning）驱动，为开发人员提供了一种为用户创建丰富、个性化体验的方法，即使用户不一定具备深厚的机器学习专业知识。在任何特定时刻给顾客提供他们想要的东西是当今零售、媒体和电子商务企业面临的最大挑战之一。无论是应用随机A/B测试还是有监督的机器学习，企业都在努力向每个用户提供独特和相关的体验。这就是Personalizer的用武之地，它通过一种被称为强化学习的尖端机器学习技术，探索新的选择，以保持对用户行为的无可抵挡的影响。这种技术允许个性化定制器实时地从世界上发生的事情中学习，并以每几分钟的频率更新底层算法。结果是你的应用程序可用性和用户满意度有了显著的提高。当XBOX在其主页上实施个性化设置时，用户参与度提高了40%。表单识别器：通过自动文本提取和反馈循环提高效率企业通常依赖于各种各样的难以阅读的文档；这些文档并不总是打印得很干净，许多文档还包括手写文本。包括雪佛龙在内的企业使用表单识别器，通过从打印表单中自动提取信息来加速文档处理。这使他们的员工能够专注于更具挑战性和更高价值的任务。表单识别器从文档（包括W2税务报表、石油和天然气钻井报告、完工报告、发票和采购订单）中提取关键值对、表格和文本。今天，我们宣布能够提供人工输入标签表单并训练自定义模型，以实现更准确的数据提取。用户将能够标记表单以提取感兴趣的值。此功能使表单识别器支持任何类型的表单，包括无键值、值下键、倾斜表单、表单照片等。从五个表单开始，用户可以训练一个为他们的用例定制的模型，并获得高质量的结果。新的用户体验可以让您快速开始，选择感兴趣的值、标记并训练您的自定义模型。此外，formrecognizer现在可以为所有不同类型的表单训练一个不带标签的模型，并支持对大型数据集的培训和使用新的AsyncAPI分析大型文档。这一优势使客户能够为不同类型的发票、采购订单等培训单一模型，而无需提前对文档进行分类。我们还增强了我们的预建收据功能，提高了准确性，增加了新的提示字段，收据类型（逐项列出、信用卡单、加油、停车等）和详细列出收据中所有不同项目的行项目提取。最后，我们还提高了文本识别的准确性，能够从表单和表格提取中提取高质量的文本。作为Capgemeni的一部分，Sogeti正在利用这些新的表单识别功能。正如Sogeti的AI ML经理Arun Kumar Sahu所说："我们正在为美国最大的汽车拍卖公司之一开发文档分类和预测解决方案，需要一种从各种与汽车相关的文档（PDF或图像）中提取信息的有效方法。表单识别器快速且易于培训和托管，具有成本效益，可以处理不同的文档格式，并且输出非常惊人。新的标签功能使定制键值对提取变得非常有效。"演讲：借助先进的语音功能，实现更自然的互动，并加快生产力企业希望能够实现现代化，并实现与客户更无缝、更自然的互动。我们在语音方面的最新进展使客户能够做到这一点。在Microsoft Ignite 2018大会上，我们推出了我们的神经文本到语音功能，它使用深层神经网络实现自然发音，并减少用户与人工智能系统交互时的听力疲劳。神经文本到语音可以用来使聊天机器人和虚拟助手的交互更加自然和有趣，将电子书等数字文本转换为有声读物，并增强车内导航系统。我们很高兴在这些进步的基础上，定制神经语音功能，使客户能够建立一个独特的品牌声音，从短短几分钟的培训音频开始。定制的神经语音功能可以实现一些场景，例如由公司品牌角色提供的客户支持、交互式课程计划或博物馆导游，以及语音辅助技术。该功能还支持生成长格式内容，包括有声读物。北京红丹丹教育文化交流中心致力于利用音频为视障人士创造无障碍产品，并通过提供有声读物等辅助工具，改善视障人士的生活。洪丹丹正在使用定制的神经语音功能，根据丽娜的声音制作有声读物，丽娜在10岁时失明。丽娜现在是红丹丹服务中心的一名培训师，用她的声音教其他视障人士良好的沟通。随着今天业务的快速发展，记住上一次重要会议的所有细节，跟踪下一步的步骤和关键的截止日期可能是一个真正的挑战。快速准确地记录通话记录可以帮助不同的利益相关者保持一致，因为它可以捕捉关键细节，并使搜索和审查您讨论的主题变得容易。在客户支持场景中，能够倾听和理解客户并准确记录信息对于跟踪客户需求和实现更广泛的分析至关重要。然而，准确地抄写特定于组织的术语（如产品名称、技术术语和人名）会造成另一个障碍。使用自定义语音，您可以根据自己的数据定制语音识别模型，以便准确捕获您的唯一术语。只需上传你的音频训练一个定制的模型。现在，您还可以通过以安全和合规的方式使用Office 365数据自动生成自定义模型来优化特定于组织的术语的语音识别。通过这一选择加入功能，使用Office 365的组织可以更准确地转录公司术语，无论是在内部会议中还是在客户电话中。组织范围的语言模型仅使用组织中每个人都可以访问的公共组中的对话和文档来构建。其他新功能，如自定义命令、自定义语音和语音容器、带自动语言识别的语音翻译，以及与Bot框架的直连语音通道集成，使您更容易将高级语音功能快速嵌入到应用程序中。有关详细信息，请访问Azure语音服务页面。语言：从客户反馈和文本文档中提取更深入的见解今天，无论是在社交媒体、客户评论还是论坛上，都能捕捉到大量有价值的客户见解。挑战在于能否从这些数据中提取见解，以便企业能够迅速采取行动，改善客户服务，满足市场需求。借助文本分析情感分析功能，企业可以轻松地检测内容中的积极、中立、消极和混合情绪，使他们能够持续了解客户满意度，更好地吸引客户，并建立客户忠诚度。最新发布的情绪分析功能在情绪评分方面提供了更高的准确性，以及对整个文档和单个句子检测情绪的能力。从数据中提取信息的另一个挑战是能够获取非结构化的自然语言文本并识别实体（如人、位置、组织等）的出现。文本分析正在将实体类型支持扩展到100多种命名实体类型，使得从原始文本和术语之间提取有意义的信息和分析关系变得比以往任何时候都容易。此外，客户现在可以在英文文本文档中检测和提取80多种个人识别信息。我们还为语言理解智能服务（LUIS）添加了一些新功能，使开发人员能够构建复杂的会话模型。新功能提供了处理来自用户的更复杂请求的能力（例如，如果你想让客户真正使用自然语言，他们可能会点"两个汉堡，不加洋葱，用生菜包代替包子"）。这为客户提供了高级的分层实体和模型分解能力，以构建更复杂的语言模型t