【AI开发第一步】微软认知服务API应用

目录

• 介绍
• API分类
• 使用‘视觉’API完成的Demo

点击直接看干货

 

介绍

从3月份Google家的阿尔法狗打败韩国围棋冠军选手李世石，到之后微软Build2016大会宣布的“智能机器人”战略。种种迹象表明未来慢慢会进入“人工智能”时代，人工智能不再像以前那样听起来高大上，普通的码农屌丝也能开发出具备人类智慧的APP。听起来是不是很叼？

以前是这样的：

You：吴博士，您研究的主要方向是撒？

吴博士：人工智能。

You：挖槽，好叼。你觉得未来机器人会不会控制人类呢？

吴博士：......

现在是这样的：

You：博士来来来，看看我这个App（将‘高富帅’才会用的肾8递过去）。

吴博士：嗯，很普通嘛。有什么特别的吗？

You：用它自拍一下试试...

吴博士：（拍完照）。窝草，它怎么认识我姓Wu？年龄显示也太大了吧，我才42啊！

You：博士，这是一个具备'人类意识'的App额...博士你听，它从你脸色判断出你常年肾透支啊...

吴博士：......

 

借用微软认知服务官网上的一段话：

“

Give your Apps a human side 

Knock down barriers between you and your ideas. Enable natural and contextual interaction with tools that augment users' experiences via the power of machine-based AI. Plug them in and bring your ideas to life.

”

翻译过来大概是：

“

让你的应用拥有人的智慧

你的想法不再只是想法。基于机器学习的人工智能使自然的和基于语境的人机交互变为可能，为你的应用增强用户体验。现在你就可以在你的应用中接入这些智能，把你的想法变成现实。

”

微软已经公开了“认知服务”的一些API，用起来特别简单，NuGet上有现成的Package。主要分为5大类：

 

API分类

 

• 视觉类

• • 人脸识别
  • 情绪识别
  • 视频检测
  • 计算机视觉

 

• 语音类

• • 声纹识别
  • 自定义智能识别
  • 语音识别

 

• 语言类

• • 必应拼写检查
  • 文本分析
  • 网络级语言模型
  • 语言分析
  • 语言理解

 

• 知识类

• • 学术搜索
  • 实体链接
  • 推荐
  • 知识搜索

 

• 搜索类

• • 必应图片搜索
  • 必应新闻搜索
  • 必应网络搜索
  • 必应自动推荐
  • 必应视频搜索

 

以上5大类中，每类API都可以免费试用，当然有次数限制。对于那种想体验一下的童鞋完全够用，如果想要大范围商用，花钱买也行。

 

使用“视觉”类API完成的demo

废话说太多，还是要上点干货。

空余时间利用“视觉”类API做了一个Demo。具备以下功能：

• 图片分析。描述图片、给图片贴Tags、判断图片是否涉黄、找出图片中的人脸等等；
• 人脸分析。判断人脸年龄、性别（跟How-Old颜值相机类似）；
• 人脸情绪分析。判断每张脸的表情，是否‘生气’、‘高兴’、‘惊讶’...

可以说功能强大，呵呵，至少比how-old颜值相机功能大一点 :)

源码下载（干活）：

https://github.com/sherlockchou86/ComputerVision.UWP

手机上也可以运行，图片有三种方式：URL网络图片、本地上传、以及相机拍照。都有对应的API。没有做成App上传到Store，感觉界面并不太友好，只适合开发人员看看而已。

 

下面是截图：

【1】人脸识别

 

 【2】情绪分析

【3】图片描述（注意description中的内容，直接可以识别图中人物为川普）

【4】判断图片是否涉黄（虽然图中adult content为false，但是racy content为true，说明露得不是很多）

【5】给图片打标签（分类），可以看到，非常准确

 

本文仅介绍了跟“视觉”有关的API使用方法，大概就相当于人类的“眼睛”。其他诸如“嘴巴说话”、“大脑分析语音”、“理解文本”以及“掌握知识”等一系列API暂未涉及到。本文仅是开端，大家可以试试其他：）

开源有益，多谢点赞！