こんにちは、Microsoft MVP(Azure / Business Applications)の松本典子です。 最近は、自分で撮影した動画を「YouTube」などのサービスに公開する人が増えています。そんなとき「動画に字幕を付けたい」という場面もあると思いますが、動画を見ながら文字を書き起こすのは、かなり大変な作業ではないでしょうか? そこで今回は、Azureの「Video Indexer」というAIサービスを利用し、OneDriveの特定のフォルダに動画を追加すると、動画にクローズドキャプション(字幕)を付けるための「.vtt」形式(WebVTT:Web Video Text Tracksフォーマット)のテキストファイルを自動で書き出す仕組みを、ノーコードで作成する方法をご紹介します。 本稿の最後に少し利用例を紹介しますが、動画ファイルと共にこの.vttファイルを用意することで、た
Explore Azure Get to know Azure Discover secure, future-ready cloud solutions—on-premises, hybrid, multicloud, or at the edge Global infrastructure Learn about sustainable, trusted cloud infrastructure with more regions than any other provider Cloud economics Build your business case for the cloud with key financial and technical guidance from Azure Customer enablement Plan a clear path forward fo
マイクロソフトは、Microsoft Azureの機械学習を用いた画像処理「Computer Vision API」の光学式文字認識(OCR)機能が日本語に対応したことを発表しました。 Computer VisionのOCR機能は、JPEG、PNG、BMP、TIFFなどの画像フォーマットもしくはPDFによるドキュメントファイルを入力することで、その内容からテキスト、手書きのテキスト(英語のみ)、数字、通貨記号などを読み取り、抽出することができます。 ファイルサイズは50MB未満(Freeレベルの場合は4MB)、寸法は50x50ピクセル以上 1万x1万ピクセル以下である必要があり、 PDFファイルとTIFFファイルの場合は最大2000ページ(Freeレベルの場合は最初の2ページのみ)が処理されます。 日本語への対応は最新の「Read 3.2」バージョンでパブリックプレビューとなりました。これ
Azure を探索 Azure について 安全かつ将来を見据えた、オンプレミス、ハイブリッド、マルチクラウド、エッジのクラウド ソリューションについて調べる グローバル インフラストラクチャ 他のどのプロバイダーよりも多くのリージョンを備える持続可能で信頼できるクラウド インフラストラクチャについての詳細情報 クラウドの経済性 Azure の財務上および技術的に重要なガイダンスを利用して、クラウドのビジネス ケースを作成する 顧客イネーブルメント 実績のあるツール、ガイダンス、リソースを使用して、クラウド移行の明確なパスを計画する お客様事例 成功を収めたあらゆる規模と業界の企業によるイノベーションの例を参照する
機械学習のモデル学習とデプロイのプロセスを自動化すべく、Azure Machine Learning のコマンドライン機能 Azure Machine Learning CLI で実装する方法をご紹介します。 Azure Machine Learning CLI は Azure CLI の拡張機能です。Azure Machine Learning の様々な機能を実行することができます。Azure Machine Learning は GUI である Azure Machine Learning studio、Python SDK、R SDK のインタフェースに加えて、今回取り上げる Azure CLI もサポートしています。 Azure CLI は、MLOps などでの自動化プロセスを実装するときに重宝されると思います。 事前準備 コード GitHub にサンプルコードを公開しました。 k
PyTorchで作ったモデルを簡単にAPI化できるサービス「TorchServe」が便利そうだったので、実際に触って記事にしてみました。 今回は、TorchServeの基本的な機能を使うためのチュートリアルのような内容になっております。 はじめに TorchServeはFacebookとAWSが共同で開発したオープン・ソースのサービスです。 API部分の実装を一切せずに、PyTorchで作ったモデルを簡単にAPIとして公開することが出来ます。 モデルをAPI化する際に必要になるのは、PyTorchで実装したモデル、重みファイルといった、一般的なファイルのみです。 また、推論用のAPIと併せてモデル管理、モデルの利用履歴などをするためのAPIも自動で用意してくれます。 この記事では、TorchServe Quick Startの内容をベースにしつつ、少し話を膨らませてAzure上でTorch
本記事は「求ム!Pythonを使ってAzureで開発する時のTips!【PR】日本マイクロソフト Advent Calendar 2020」の17日目の記事です。空いていた枠に後日投稿しました。 Azure Machine Learning という機械学習周りの広い範囲をカバーするサービスがあります。Azure Machine Learning はデータセット管理からモデルの開発、実験の管理、モデルの管理、デプロイまで、機械学習モデルの開発に必要なほぼほぼ全ての工程をこなすことができるサービスですが、本記事ではAzure Machine Learning の機能の一部、実験管理とモデル管理部分をインターネットに接続可能な任意の Python 開発環境と組み合わせる方法を検証しつつ紹介します。 ただし、Azure Machine Learning の機能を素の状態では使用しません。最も広く使
はじめまして、ますみです! 本記事のターゲットと概要は以下の通りです。 ターゲット / Target 機械学習に携わる研究者 機械学習を用いたソフトウェアに従事する方々(エンジニア / デザイナー / プロマネ / マーケター / セールス / コンサル / 経営者など) 概要 / Abstract 機械学習をAzureというクラウドサービス上で実行 / 運用していく場合に知っておくべき知識の紹介。 ※ 求ム!Pythonを使ってAzureで開発する時のTips!【PR】日本マイクロソフト Advent Calendar 2020 の23日目の記事です。 また、本記事の作者(私)はAzure Fundamentalの資格を取得しているものの(証明書)、まだまだ学び足りないことがたくさんあります。そのため、もしも「こういうサービスもあるよ!」や「こういうメリットとデメリットもあるよ!」などの
ブルベースの諫山です。 先日、機械学習の勉強会を職種・役職関係なく、非エンジニアも含め20名以上で開催しました。会社として今後、機械学習に力を入れていくに際し、共通言語を持つ必要性を感じたため、開催に至りました。 その研修ではAzureMLを使って簡単な回帰モデルの作成ができることをゴールとして課題設定したため、営業メンバーでも問題なく課題をこなすことができました。AzureMLでなければ、営業メンバーはきっと課題を完成させることはできなかったでしょう。今回はAzureMLが初学者の学習プラットフォームとしては最適である理由などをお伝えしたいと思います。 AzureMLを選んだ理由 エンジニアのみであれば、Pythonでコードを書くことも出来たでしょう。しかし、今回は営業メンバーも含まれているため、コードを書かせることは出来ません。一方、AzureMLはドラッグ&ドロップで機械学習のステッ
すべての発表は以下のスライドからどうぞ、この記事は70ページある中の5ページ目だけの話 Ignite 2020 アップデート Azure AI 編 Azure Cognitive Search Azure Cognitive Services Azure Machine Learning Azure Bot Service / Azure Bot Framework 最後に Azure Cognitive Search プライベートエンドポイント機能がGA Azure 仮想ネットワークの中にローカルIPでエンドポイントが出てくる機能、自分のIPじゃないと嫌だという方へ インデクサのManaged ID機能がGA マネージド ID は、Azure Active Directory (Azure AD) で自動管理される ID を Azure サービスで使用できるようにする機能、 Azure
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く