OCI Speech es muy sencillo. Desbloquea los datos de las pistas de audio convirtiendo el habla en texto. Los desarrolladores pueden utilizar los modelos de lenguaje acústico de Oracle, de eficacia probada, para proporcionar una transcripción muy precisa de archivos de audio o vídeo en varios idiomas. OCI Speech transcribe automáticamente archivos de audio y vídeo a texto utilizando técnicas avanzadas de aprendizaje profundo. No requiere experiencia en ciencia de datos. Procesa los datos directamente en el almacenamiento de objetos y genera transcripciones con fecha y hora y gramaticalmente precisas.

OCI Speech es compatible con varios idiomas, en concreto inglés, español y portugués, y habrá más en el futuro. Es compatible con el procesamiento por lotes, lo que permite enviar varios archivos con una sola llamada. Procesamiento rapidísimo. Puede transcribir horas de audio en menos de 10 minutos. Para ello, divide el audio en segmentos más pequeños, transcribe cada segmento y los vuelve a unir en un único archivo.

OCI Speech hace que el texto transcrito sea más legible para parecerse a cómo escriben los humanos. Esto se denomina normalización. El servicio normaliza direcciones, horas, números, URL y otros datos. Por ejemplo, los usuarios de gestión de mezclas estarán encantados de saber que ahora será más fácil acceder a los informes de auditoría, disponibles justo a tiempo a petición del auditor. Estos informes le permitirán seguir y rastrear su producto a lo largo de todo el proceso.

OCI Vision es un servicio de visión por ordenador que trabaja con imágenes. Ofrece dos funciones principales: el análisis de imágenes y la inteligencia artificial de documentos. El análisis de imágenes analiza imágenes fotográficas. La detección de objetos es la función que detecta objetos dentro de una imagen utilizando un cuadro delimitador y asignando una etiqueta a cada objeto con un porcentaje de precisión. La detección de objetos también localiza y extrae el texto que aparece en la escena, como en una señal.

La clasificación de imágenes asigna etiquetas de clasificación a la imagen identificando las principales características de la escena. Una de las capacidades más potentes del análisis de imágenes es que, además de los modelos pre entrenados, los usuarios pueden volver a entrenar los modelos con sus propios datos para adaptarlos a sus necesidades específicas. Para Argentina, ahora existe la opción de incluir o excluir ICMS en PIS/COFINS.

Se utiliza para trabajar con imágenes de documentos. Se puede utilizar para entender PDFs o tipos de imágenes de documentos como JPEG, PNG y TIFF, o fotografías que contengan información textual. Las características de Document AI son el reconocimiento de texto, también conocido como OCR o Reconocimiento Óptico de Caracteres. Y esto extrae texto de imágenes, incluyendo escenarios no triviales como textos escritos a mano, además de documentos inclinados, sombreados o rotados.

La clasificación de documentos clasifica los documentos en 10 tipos diferentes basándose en el aspecto visual, las características de alto nivel y las palabras clave extraídas. Esto resulta útil cuando se necesita procesar un documento en función de su clasificación, como una factura, un recibo o un currículum. La detección del idioma analiza las características visuales del texto para determinar el idioma, en lugar de basarse en el propio texto. La extracción de tablas identifica las tablas de los documentos y extrae su contenido en forma tabular. La extracción de valores clave encuentra los valores de 13 campos y partidas comunes en los recibos, como el nombre del comerciante y la fecha de la transacción. Veamos un ejemplo de cómo funciona la consola OCI:

La imagen por defecto aquí es un recibo. Y detecta que es Inglés. Y extrae un montón de texto en bruto de este recibo. Puedes verlo. Todo lo que está resaltado aquí, que es todo el contenido del recibo, ha sido extraído. Y vemos lo que ha extraído aquí, tanto en formato de línea como en formato de palabra individual.

OCI Anomaly Detection identifica anomalías en datos de series temporales. Los sensores de los equipos generan datos de series temporales, pero todo tipo de métricas empresariales también se basan en el tiempo. La característica única de este servicio es que encuentra anomalías no sólo en una única señal, sino en muchas señales a la vez. Esto es importante porque las máquinas a menudo generan varias señales a la vez, y las señales suelen estar relacionadas.

Piense en una bomba que tiene una presión de salida, un caudal, unas revoluciones por minuto y un consumo de corriente eléctrica. Cuando una bomba va a fallar, pueden aparecer anomalías en varias de esas señales, pero en momentos diferentes. La detección de anomalías de OCI le ayuda a identificar anomalías en un conjunto de datos multivariante aprovechando la interrelación entre las señales.

Todos estos servicios de IA que hemos visto se pueden utilizar a través de la pila OCI y también se puede acceder a ellos a través de la API REST.

Puede escribir código contra la API REST o utilizar cualquiera de los diversos SDK de lenguaje que se muestran aquí. Pero para los científicos de datos que trabajan en OCI Data Science, tiene sentido utilizar Python.