在其年度Inspire大会上，微软宣布了许多新的AI功能将进入Azure，其中最引人注目的可能是矢量搜索。矢量搜索通过 Azure 认知搜索提供预览版，它使用机器学习来捕获非结构化数据的含义和上下文，从而加快搜索速度。
矢量化是搜索中越来越流行的技术，它涉及将单词或图像转换为矢量或一系列数字，对它们的含义进行编码 - 允许它们进行数学处理。向量使机器能够构建和理解数据，使它们能够理解，例如，在“向量空间”中靠近的单词 - 如“国王”和“女王” - 是相关的，并迅速从数百万个单词的数据库中显示它们。
像Qdrant和SeMI Technologies这样的公司使用矢量搜索来支持他们的数据库服务，亚马逊和谷歌等科技巨头也是如此。
微软的矢量搜索风格提供了“纯”矢量搜索、混合检索和“复杂”的重新排序。该公司指出，它可以用于应用程序和服务，以自然语言生成个性化响应，提供产品推荐并识别数据模式。
“矢量搜索与Azure AI集成，允许客户构建支持搜索，基于聊天的应用程序，使用Azure AI Vision将图像转换为矢量表示形式，并从大型数据集中检索相关信息，以帮助自动化流程和工作流，”该公司在一篇博客文章中写道。 “矢量搜索的集成无缝扩展到Azure认知搜索的其他功能， 包括分面导航、过滤器等。
在Azure的其他地方，微软正在推出所谓的文档生成AI解决方案，该解决方案将微软现有的AI驱动的文档处理服务与Azure OpenAI服务集成在一起。回想一下，Azure OpenAI 服务是 微软完全托管、以企业为中心的产品，旨在让企业能够访问 OpenAI 的 AI 技术，并增加了控制和治理功能。
文档生成 AI 解决方案利用 OpenAI 最新的 AI 语言模型，为报告摘要、值提取、知识挖掘和生成新类型的文档等任务摄取文件。它本质上允许公司构建像OpenAI的ChatGPT这样的应用程序，该应用程序可以读取文档并将这些文档用作其响应的基础。
例如，使用文档生成 AI，客户可以上传发票、账单和合同，以允许员工询问有关服务保证和特定行项目的问题。文档生成 AI 解决方案以文本、图像和表格的形式回答问题，为引文提供指向源内容的链接。
微软解释道：
“[使用文档生成 AI 解决方案，您可以] 使用自然语言与文档交互，并从现有文档中生成新内容，包括博客文章、新闻通讯、摘要和标题......无论您需要智能文档聊天功能、写作帮助、查询支持、全面的搜索功能，还是文档翻译，文档生成 AI 都可以通过 OpenAI 的模型处理复杂多样的文档任务。
在一份相关的公告中，微软透露，OpenAI的Whisper模型是一种自动语音识别模型，将很快出现在Azure OpenAI服务以及微软的AI语音服务系列中。微软说，企业客户将能够使用Whisper转录和翻译音频内容，以及“大规模”生成批量转录。
在Inspire的AI发布会上，微软宣布了实时Diarization的公共预览版，这是一种AI驱动的语音服务，可以识别几个人中的哪一个在实时说话。该公司还宣布更广泛地推出自定义神经语音，该语音利用人工智能来密切再现演员的声音或创建原始合成语音。
以前，自定义神经语音的访问权限较为有限。客户仍然必须申请并获得微软的批准才能使用它。
为了避免人们担心深度伪造的潜力，微软说自定义神经语音包括有助于防止滥用该服务的控件。当客户提交录音时，配音演员必须发表声明，承认他们了解这项技术并知道客户正在配音。然后通过扬声器验证比较录音，以确保在客户开始创建语音之前声音匹配。
微软合同上还要求客户获得配音员的同意，并且客户必须同意行为准则，然后才能开始使用自定义神经语音。此外，微软还提供水印和检测工具，旨在更轻松地识别给定音频剪辑是否是使用自定义神经语音创建的。
这些控制，假设它们像宣传的那样工作，不一定能解决围绕语音克隆技术的许可和同意争议。但微软显然已经决定，这不是它的战斗。
