什么是 AWS AI 服务？

AWS AI 服务是亚马逊网络服务（Amazon Web Services）提供的超过200种完全托管的人工智能和机器学习服务的全面集合。它旨在让每位开发人员、数据科学家和研究人员都能使用机器学习，而无需具备该领域的深厚专业知识。该套件涵盖了整个 AI/ML 技术栈，从用于特定任务（如图像分析和文本转语音）的预训练 AI 服务，到用于大规模构建、训练和部署自定义机器学习模型的强大 Amazon SageMaker 平台。

主要特点

• 最广泛的 AI/ML 服务集： 提供广泛的服务，用于计算机视觉（Amazon Rekognition）、自然语言处理（Amazon Comprehend）、语音识别（Amazon Transcribe）、对话式 AI（Amazon Lex）等。
• 生成式 AI： 包括 Amazon Bedrock，一个提供对领先基础模型访问的完全托管服务，以及 Amazon Q，一个为企业提供支持的 AI 助手。
• 端到端 ML 平台： Amazon SageMaker 为整个机器学习生命周期提供了一个完整的集成开发环境（IDE），从数据准备到模型部署和监控。
• 可扩展性和集成： 这些服务构建在 AWS 可靠且可扩展的基础设施之上，与 Amazon S3、Lambda 和各种数据库等其他 AWS 产品无缝集成。
• 可访问性： 提供可通过简单 API 调用集成的预训练模型，降低了将 AI 融入应用程序的门槛。

使用案例

• 内容审核： 使用 Amazon Rekognition 自动检测和过滤图像和视频中的不当内容。
• 客户服务自动化： 使用 Amazon Lex 构建智能聊天机器人和语音助手，以处理客户查询和自动化任务。
• 商业智能： 使用 Amazon Comprehend 分析来自客户评论、电子邮件和社交媒体的文本数据，以提取见解和情感。
• 个性化： 使用 Amazon Personalize 为用户创建个性化的产品和内容推荐。
• 自定义模型开发： 使用 Amazon SageMaker 构建、训练和部署用于欺诈检测、预测性维护和财务预测的自定义模型。

入门指南

这是一个使用 Python 和 Boto3 库将文本转换为语音的简单“Hello World”示例，使用了 Amazon Polly。

首先，请确保您已配置 AWS 凭证并安装了 Boto3： ```bash pip install boto3 aws configure

然后，运行以下 Python 脚本： ```python import boto3

为 Polly 服务创建一个客户端

polly_client = boto3.client(‘polly’)

要转换为语音的文本

text = “你好，世界！我可以借助 AWS AI 的力量说话。”

try: # 调用 Polly 的 synthesize_speech API response = polly_client.synthesize_speech( Text=text, OutputFormat=’mp3’, VoiceId=’Zhiyu’ # 一个流行的普通话女声 )

# API 返回一个音频流
if "AudioStream" in response:
    # 将音频流保存到 MP3 文件
    with open('speech.mp3', 'wb') as file:
        file.write(response['AudioStream'].read())
    print("成功！音频已保存到 speech.mp3")
else:
    print("无法流式传输音频。")

except Exception as e: print(f”发生错误：{e}”)

运行此脚本后，您将在同一目录中找到一个包含合成音频的 speech.mp3 文件。

定价

AWS AI 服务采用按需付费的定价模式。您只需为使用的部分付费，没有前期成本或长期承诺。大多数服务还包括为期 12 个月的慷慨免费套餐，有些服务还提供“永久免费”套餐，让开发人员能够以低成本进行实验和构建应用程序。定价因服务而异，通常基于 API 请求次数、处理的数据量或模型训练时长等指标。