chore(ms-ai-architect): refresh KB medium-bucket — 74 files [skip-docs]
KB-currency refresh (medium priority, 2026-06-19) via /architect:kb-update. 74 medium-prioritets filer re-verifisert mot Microsoft Learn (MCP) — delegert til 15 parallelle Opus-subagenter (3 bølger) gruppert etter delt kilde, med disjunkte fil-sett. Verifisert i hovedkontekst (scope-sjekk + diff-review av de faktatunge gruppene + tester). Hovedendringer (faktuelle korreksjoner + currency): - Azure AI Search semantic ranker: TILGJENGELIG PÅ ALLE TIERS (også Free/Basic m/ gratis månedlig kvote) — gammel KB sa feilaktig "kun S1+". Korrigert i tier-tabell, anti-patterns og beslutningstabell (azure-ai-search-setup). - APIM score-threshold = DISTANSE (lavere = strengere): tuning-tabellen i rag-caching-optimization hadde retningen baklengs — invertert til korrekt. - Agentic retrieval GA/preview-nyanse presisert (hovedkontekst-korreksjon mot agentic-retrieval-how-to-migrate): GA via REST 2026-04-01 returnerer EKSTRAKTIV grounding (references + activity), IKKE syntetiserte svar. Answer synthesis, ikke-minimal reasoning effort (LLM query planning) og multi-turn messages forblir preview (2026-05-01-preview). Subagent hadde overforenklet til "hele kjernepipelinen GA"; rettet i agentic-rag-patterns + citation-tracking. - Copilot Studio modell-tabeller (platforms/copilot-studio): fjernet Claude Opus 4.5 + GPT-5.2 (borte fra kilde), lagt til Claude Sonnet 4.6/Opus 4.6 (GA), Opus 4.7 + Mistral Medium 3.5 (experimental); GPT-5 Reasoning/Auto = preview; A2A GA (apr 2026). - Computer Use (CUA): Copilot Studio GA 2026-05-07; 4 modeller m/ tier/status (OpenAI CUA + Sonnet 4.5 GA, Sonnet 4.6 + Opus 4.6 experimental); 5 credits/ steg standard, 15 premium; US-only region-krav FJERNET i GA-dok; Cloud PC pool + Hosted browser + bring-your-own-machine. - Azure AI Search REST API-versjoner bumpet: 2025-09-01 -> 2026-04-01 (stabil), 2025-11-01-preview -> 2026-05-01-preview (hybrid-search, rag-security-rbac, chunking). - Power Automate-integrasjon: trigger "Run a flow from Copilot" -> "When an agent calls the flow"; App Service innebygd MCP (preview) lagt til. - M365 Copilot-manifest v1.26 -> v1.28 (GA, mai) / v1.29 dokumentert (juni); "Tenant graph grounding" -> "Work IQ". - Speech fast transcription 2t/300MB -> 5t/500MB; multilingual 14 -> 15 locales (+ pt-BR). Content Understanding reasoning preview -> GA (v1.0, 2025-11-01). - Security Copilot E5 -> E5+E7. Død Databricks-URL ci-cd/best-practices -> ci-cd/flows. Prompt Flow retirement (2027-04-20 -> MAF) notert der den presenteres som go-forward. Gateway-topologi-tabell-feil rettet. - Alle 74 Last updated -> 2026-06-19. Discovery ikke kjørt (historisk kun Databricks-støy) -> 389-telling uendret, ingen resync. validate 239 PASS, kb-integrity 115/115 (262 orphan-warnings uendret), gitleaks clean. Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01REiKFhP4w6xGXXqWKpPCJJ
This commit is contained in:
parent
1228b35d81
commit
070141f06b
74 changed files with 403 additions and 384 deletions
|
|
@ -1,6 +1,6 @@
|
|||
# Speech Services - Speech-to-Text and Real-time Transcription
|
||||
|
||||
**Last updated:** 2026-04 | Verified: MCP 2026-04
|
||||
**Last updated:** 2026-06-19 | Verified: MCP 2026-06-19
|
||||
**Status:** GA
|
||||
**Category:** Azure AI Services (Foundry Tools)
|
||||
|
||||
|
|
@ -21,7 +21,7 @@ Azure Speech to text er en kritisk byggesten i AI-løsninger som krever talegjen
|
|||
| Modus | Bruksområde | Latens | Input | Output |
|
||||
|-------|-------------|--------|-------|--------|
|
||||
| **Real-time** | Live-lyd fra mikrofon/stream | ~sekunder (intermediate results) | Audio stream via SDK/REST | Tekst i real-time |
|
||||
| **Fast transcription** | Raske transkripsjoner av filer | < real-time (synkron) | Lydfiler < 2 timer, < 300 MB | Display form (med punktum/caps) |
|
||||
| **Fast transcription** | Raske transkripsjoner av filer | < real-time (synkron) | Lydfiler < 5 timer, < 500 MB | Display form (med punktum/caps) |
|
||||
| **Batch transcription** | Store volumer prerecorded audio | Asynkron (30 min - 24 timer) | Flere filer via Blob Storage | JSON med lexical + display form |
|
||||
|
||||
### Custom Speech
|
||||
|
|
@ -57,7 +57,7 @@ Fast transcription og real-time kan identifisere språk automatisk hvis du:
|
|||
- Spesifiserer flere locales: `["en-US", "ja-JP"]` → tjenesten velger beste match
|
||||
- Ikke spesifiserer locales: `[]` → multi-lingual model identifiserer og transkriberer kontinuerlig
|
||||
|
||||
**Multi-lingual transcription (preview):** Støtter 14 språk (de-DE, en-AU/CA/GB/IN/US, es-ES/MX, fr-CA/FR, it-IT, ja-JP, ko-KR, zh-CN) i én fil uten å spesifisere locale.
|
||||
**Multi-lingual transcription (preview):** Støtter 15 språk (de-DE, en-AU/CA/GB/IN/US, es-ES/MX, fr-CA/FR, it-IT, ja-JP, ko-KR, pt-BR, zh-CN) i én fil uten å spesifisere locale.
|
||||
|
||||
### Phrase List
|
||||
|
||||
|
|
@ -77,7 +77,7 @@ Tilgjengelig i fast transcription (API version 2025-10-15).
|
|||
|
||||
- WAV, MP3, OPUS/OGG, FLAC, WMA, AAC, ALAW (WAV), MULAW (WAV), AMR, WebM, SPEEX
|
||||
- Batch transcription: ubegrenset filstørrelse
|
||||
- Fast transcription: < 2 timer, < 300 MB
|
||||
- Fast transcription: < 5 timer, < 500 MB
|
||||
- Real-time: streaming (ingen filstørrelsesbegrensning)
|
||||
|
||||
### Tilgangspunkter
|
||||
|
|
@ -166,7 +166,7 @@ Tilgjengelig i fast transcription (API version 2025-10-15).
|
|||
|
||||
**Arkitektur:**
|
||||
```
|
||||
[Lydfil < 2h] → Fast Transcription API → Synkron respons
|
||||
[Lydfil < 5h] → Fast Transcription API → Synkron respons
|
||||
↓
|
||||
JSON med display text
|
||||
↓
|
||||
|
|
@ -181,7 +181,7 @@ Tilgjengelig i fast transcription (API version 2025-10-15).
|
|||
|
||||
**Ulemper:**
|
||||
- Kun display form (ikke lexical)
|
||||
- Maksimalt 2 timer audio, 300 MB
|
||||
- Maksimalt 5 timer audio, 500 MB
|
||||
- Ikke egnet for store volumer (throttling)
|
||||
|
||||
**Når bruke:**
|
||||
|
|
@ -199,7 +199,7 @@ Tilgjengelig i fast transcription (API version 2025-10-15).
|
|||
|----------|------------|---------|
|
||||
| Live webinar med captions | **Real-time** | Krever intermediate results og lav latens |
|
||||
| 500 call center-opptak per dag | **Batch** | Asynkron, kostnadseffektiv, skalerer godt |
|
||||
| Video editing med rask turnaround | **Fast** | Synkron, < 2h fil, raskere enn real-time |
|
||||
| Video editing med rask turnaround | **Fast** | Synkron, < 5h fil, raskere enn real-time |
|
||||
| IVR (interactive voice response) | **Real-time** | Må respondere umiddelbart på tale |
|
||||
| Compliance-logging av møter | **Batch** | Ingen hastegrad, store volumer |
|
||||
|
||||
|
|
@ -353,7 +353,7 @@ Offentlige virksomheter må kunne:
|
|||
|----------|------------|-----------|
|
||||
| Bruk batch i stedet for real-time for prerecorded audio | 30-50% | Asynkron (ventetid) |
|
||||
| Deaktiver custom endpoint for batch-bruk | ~$35/måned per modell | Kan ikke bruke custom model i real-time |
|
||||
| Bruk fast transcription for < 2h filer | Raskere = mindre compute-kostnad | Kun display form |
|
||||
| Bruk fast transcription for < 5h filer | Raskere = mindre compute-kostnad | Kun display form |
|
||||
| Multi-region load balancing | Unngå throttling (indirekte besparelse) | Mer kompleks arkitektur |
|
||||
| Audio compression (MP3 i stedet for WAV) | Mindre bandwidth-kostnad | Marginal besparelse |
|
||||
|
||||
|
|
@ -376,7 +376,7 @@ Offentlige virksomheter må kunne:
|
|||
|
||||
1. **"Trenger dere transkripsjon i real-time, eller kan dere vente minutter/timer?"**
|
||||
- Real-time → Speech SDK + real-time API
|
||||
- Kan vente → Fast transcription (< 2h) eller Batch (> 2h)
|
||||
- Kan vente → Fast transcription (< 5h) eller Batch (> 5h)
|
||||
|
||||
2. **"Hvor mange timer audio prosesserer dere per måned, og hvor ofte?"**
|
||||
- < 100 timer/måned → Real-time eller fast transcription
|
||||
|
|
@ -434,7 +434,7 @@ Offentlige virksomheter må kunne:
|
|||
#### Nivå 2: Pilot / MVP
|
||||
- **Bruk:** Speech SDK i app/service
|
||||
- **Modell:** Base model, test custom speech hvis WER > 10%
|
||||
- **Modus:** Fast transcription for < 2h filer, batch for > 2h
|
||||
- **Modus:** Fast transcription for < 5h filer, batch for > 5h
|
||||
- **Fokus:** Implementer error handling, retry logic, cost tracking
|
||||
|
||||
#### Nivå 3: Production
|
||||
|
|
@ -467,4 +467,4 @@ Offentlige virksomheter må kunne:
|
|||
- Pricing: **Baseline** (veiledende, sjekk Azure Pricing Calculator for eksakte tall)
|
||||
- Norwegian compliance (Forvaltningsloven, dialekter): **Baseline** (generell kunnskap, ikke Microsoft-spesifikk)
|
||||
|
||||
**Sist oppdatert:** 2026-02 (basert på Microsoft Learn documentation per februar 2026)
|
||||
**Sist oppdatert:** 2026-06-19 (basert på Microsoft Learn documentation per juni 2026)
|
||||
|
|
|
|||
Loading…
Add table
Add a link
Reference in a new issue