ms-ai-architect/skills/ms-ai-engineering/references/azure-ai-services/speech-services-text-to-speech.md

Speech Services - Text-to-Speech and Neural Voices

Last updated: 2026-06-19 Status: GA Type: reference Source: https://learn.microsoft.com/azure/ai-services/speech-service/personal-voice-overview

Status 2026-04: Azure Neural TTS og Custom Neural Voice er begge bekreftet GA og aktivt vedlikeholdt. nb-NO-PernilleNeural og nb-NO-FinnNeural er de primære norske stemmene. Custom Neural Voice Pro tilbyr ytterligere tilpasning for enterprise-bruk.

Category: Azure AI Services (Foundry Tools)

---

Innhold

• Introduksjon
• Kjernekomponenter / Nøkkelegenskaper
• Arkitekturmønstre
• Beslutningsveiledning
• Integrasjon med Microsoft-stakken
• Offentlig sektor (Norge)
• Kostnad og lisensiering
• For arkitekten (Cosmo)
• Kilder og verifisering

Introduksjon

Azure Speech Services sitt Text-to-Speech (TTS) API konverterer tekst til naturlig syntetisk tale ved hjelp av deep neural networks. Tjenesten er en del av Microsoft Foundry Tools og tilbyr over 400 stemmer på 140+ språk og dialekter. TTS gjør det mulig å lage applikasjoner som leser opp tekst, generere lydbøker, bygge chatbots med naturlig tale, og forbedre tilgjengelighet.

Kjernen i moderne TTS er neural voices som bruker dype nevrale nettverk for å overkomme begrensningene til tradisjonell talesyntese når det gjelder stress og intonasjon. Prosody-prediksjon og stemmesyntese skjer samtidig, noe som gir mer flytende og naturlige resultater. Hvert standard neural voice-modell er tilgjengelig i 24 kHz og høy-fidelitet 48 kHz, og output kan opp- eller ned-samples til andre formater.

Microsoft tilbyr tre kategorier av stemmer: standard voices (out-of-the-box neural voices), custom voices (professional voice fine-tuning med Limited Access), og personal voice (rask stemmeopprettelse fra korte prøver). For produksjonsmiljøer er standard voices den vanligste løsningen, mens custom voice krever søknad og godkjenning fra Microsoft.

Kjernekomponenter / Nøkkelegenskaper

Komponent	Beskrivelse	Bruk
Standard Neural Voices	Over 400 ferdigtrente stemmer i 140+ språk/dialekter, tilgjengelig i 24kHz og 48kHz	Generell talesyntese, chatbots, accessibility
Multilingual Voices	Stemmer som flytende snakker flere språk (eks. en-US-AvaMultilingualNeural støtter 91 locales)	Flerspråklige applikasjoner, globalreach
High Definition (HD) Voices	Høyere kvalitet neural voices for krevende scenarioer	Premium lydkvalitet, professional content
OpenAI TTS Voices	OpenAI-stemmer tilgjengelig via Azure Speech (North Central US, Sweden Central)	Integrasjon med OpenAI-baserte løsninger
Custom Neural Voice	Limited Access-funksjon for å trene unike merkestemmer	Brand identity, spesialiserte use cases
Personal Voice	Rask stemmekloning fra korte lydprøver	Personaliserte applikasjoner, voice assistants
SSML	Speech Synthesis Markup Language for kontroll over prosody, rate, pitch, volume, styles	Avansert stemmekontroll
Batch Synthesis API	Asynkron syntese for lange lydfiler (>10 min, eks. lydbøker)	Long-form content, batch processing
Real-time Synthesis	Speech SDK eller REST API for sanntidssyntese	Interactive applications, voice agents
Visemes	Ansiktsposisjoner (leppe-synkronisering) for hver fonem	Leppe-lesing, avatars, animation
Audio Effect Processor	Optimalisering for spesifikke miljøer (eq_car, eq_telecomhp8k)	Bil-audio, telecom, noisy environments
Text-to-Speech Avatar	Syntetisk video av avatar som snakker (prebuilt og custom)	Visual chatbots, kiosks, metaverse

SSML Prosody-kontroll

Med SSML kan du justere følgende prosodiske elementer:

Element	Verdier	Eksempel
Rate	0.5 til 2 (eller x-slow, slow, medium, fast, x-fast)	<prosody rate="+30%">
Pitch	0.5 til 1.5 × original (Hz, semitones, %, x-low/low/medium/high/x-high)	<prosody pitch="high">
Volume	0.0 til 100.0 (eller silent, x-soft, soft, medium, loud, x-loud)	<prosody volume="+20%">
Contour	Array av pitch-endringer over tid	<prosody contour="(0%,+20Hz)(10%,-2st)">
Emphasis	reduced, none, moderate, strong (kun visse stemmer)	<emphasis level="moderate">
Style	Språk- og stemmespesifikke stiler (eks. cheerful, sad, angry, newscast)	<mstts:express-as style="cheerful">
Role	Aldersrolle/kjønn-imitasjon (Girl, Boy, YoungAdultFemale, etc.)	<mstts:express-as role="OlderAdultMale">

Kodeeksempel (C# med Speech SDK)

using Microsoft.CognitiveServices.Speech;

var speechConfig = SpeechConfig.FromSubscription("YourSpeechKey", "YourSpeechRegion");

// Velg standard neural voice
speechConfig.SpeechSynthesisLanguage = "en-US";
speechConfig.SpeechSynthesisVoiceName = "en-US-Ava:DragonHDLatestNeural";

// Syntetiser til speaker
using var speechSynthesizer = new SpeechSynthesizer(speechConfig);
await speechSynthesizer.SpeakTextAsync("I'm excited to try text to speech");

// Eller til fil
using var audioConfig = AudioConfig.FromWavFileOutput("output.wav");
using var fileSynthesizer = new SpeechSynthesizer(speechConfig, audioConfig);
await fileSynthesizer.SpeakTextAsync("This goes to a file");

SSML-eksempel (med prosody og style)

<speak version="1.0" xmlns="http://www.w3.org/2001/10/synthesis"
       xmlns:mstts="https://www.w3.org/2001/mstts" xml:lang="en-US">
    <voice name="en-US-AvaMultilingualNeural">
        <mstts:express-as style="cheerful" styledegree="2">
            <prosody rate="+10%" pitch="+5%">
                Welcome to Azure Speech Services!
            </prosody>
        </mstts:express-as>
    </voice>
</speak>

Arkitekturmønstre

Mønster 1: Real-time Interactive Speech

Beskrivelse: Sanntidssyntetisering av tale for chatbots, voice assistants og IVR-systemer.

Implementering:

• Bruk Speech SDK (C#, Python, JavaScript, Java, C++, Objective-C, Swift)
• Konfigurer SpeechConfig med subscription key og region
• Velg neural voice basert på use case (standard/multilingual/HD)
• Send tekst eller SSML til SpeakTextAsync() / SpeakSsmlAsync()
• Output til speaker, fil eller in-memory stream

Fordeler:

• Lav latency (optimalisert for sanntidsrespons)
• Støtter streaming audio output
• Integrasjon med Speech-to-Text for full voice conversation loop
• Viseme-events for ansiktsanimasjon

Ulemper:

• Rate limits per Speech resource (justerbar med business justification)
• Krever konstant nettverkstilkobling
• Ikke egnet for batch-generering av lange lydfiler

Best for: Conversational AI, voice agents, accessibility features, in-car assistants.

---

Mønster 2: Batch Synthesis for Long-Form Content

Beskrivelse: Asynkron syntese av lange lydfiler (>10 min) som lydbøker, podcasts, e-læring.

Implementering:

• Bruk Batch Synthesis REST API (preview)
• Send text eller SSML med metadata
• Poll for status (pending → running → succeeded)
• Download synthesized audio når klar
• Støtter custom voices og personal voices

Fordeler:

• Ingen tidsbegrensning (støtter timer-lange filer)
• Asynkron prosessering (fire-and-forget)
• Støtter alle output-formater (inkl. 48kHz)
• Optimalisert for throughput over latency

Ulemper:

• Ikke sanntid (kan ta minutter avhengig av lengde)
• Krever polling-logikk i applikasjon
• Ikke støtte for audio-element i SSML (men batch synthesis API har det)

Best for: Audiobooks, training materials, podcast-generering, large-scale content creation.

---

Mønster 3: Custom Brand Voice med Professional Fine-Tuning

Beskrivelse: Opprett unik merkestemme med professional voice fine-tuning (Limited Access).

Implementering:

1. Søk om tilgang via intake form (https://aka.ms/customneural)
2. Samle høykvalitets voice recordings (voice talent consent påkrevd)
3. Opprett prosjekt i Speech Studio
4. Last opp recording scripts og audio (20-40 compute hours training)
5. Train modell (cap: 96 compute hours fakturering)
6. Deploy endpoint (hosting faktureres per time)
7. Bruk custom voice name i SSML

Fordeler:

• Unik brand identity
• Støtter multi-style training (ca. 90 compute hours)
• 48kHz output etter engine upgrade
• Kan kombineres med SSML for ekstra kontroll

Ulemper:

• Limited Access (krever godkjenning)
• Koster å trene ( per compute hour)
• Koster å hoste endpoint ( per time)
• Voice talent consent og juridiske krav
• Ikke egnet for quick prototyping

Best for: Enterprise brand voice, customer service, media production, long-term investments.

Beslutningsveiledning

Når bruke Standard Neural Voices?

Scenario	Anbefaling
Prototype/MVP	✅ Ja — rask oppstart, ingen godkjenning
Budget-begrenset	✅ Ja — kun pay-per-character
Global reach	✅ Ja — 140+ språk out-of-the-box
Kort time-to-market	✅ Ja — ingen training-tid
Generic voice OK	✅ Ja — bred støtte, god kvalitet

Når bruke Custom Neural Voice?

Scenario	Anbefaling
Brand identity kritisk	✅ Ja — unik merkestemme
Celebrity/character voice	✅ Ja — med consent
Langsiktig investering	✅ Ja — ROI over tid
Compliance med voice talent	✅ Ja — juridisk rammeverk på plass
Quick POC	❌ Nei — for lang lead time

Når bruke Personal Voice?

Scenario	Anbefaling
User-generated voices	✅ Ja — rask kloning
Personaliserte assistenter	✅ Ja — hver bruker sin stemme
Skalering (mange stemmer)	✅ Ja — per-voice-per-day fakturering
Høy kvalitetskrav	⚠️ Vurder — lavere kvalitet enn professional

Beslutningstabell: Batch vs. Real-time

Kriterium	Real-time Synthesis	Batch Synthesis
Latency	<1 sekund	Minutter (asynkront)
Audio lengde	<10 minutter	Ubegrenset
Use case	Interactive/conversational	Long-form content
SDK support	Ja (alle språk)	REST API only
Streaming	Ja	Nei (download når ferdig)

Vanlige feil og røde flagg

Feil	Konsekvens	Løsning
Hardkodet SSML-stemmer	Ikke flerspråklig-kompatibel	Bruk multilingual voices + lang element
Ignorer audio effects	Dårlig lydkvalitet i bil/telefon	Bruk effect="eq_car" eller eq_telecomhp8k
Over-tuning prosody	Unaturlig robotlyd	Hold rate mellom 0.5-2, pitch 0.5-1.5
Glemmer rate limits	Throttling i prod	Request rate increase proaktivt
Ingen error handling	Dårlig brukeropplevelse	Implementer fallback til alternativ stemme
Custom voice uten hosting	Voice ikke tilgjengelig	Budsjett for endpoint hosting-kostnader
Chinese characters	Dobbel billing	1 kinesisk tegn = 2 billable characters

Integrasjon med Microsoft-stakken

Microsoft Foundry

• TTS er innebygd i AI Foundry Playground
• Testverktøy: Speech Studio Voice Gallery, Audio Content Creation
• Ingen kode-tilnærming: Audio Content Creation tool
• Prosjekt-basert deployment med Foundry resources

Microsoft 365 Copilot & Copilot Studio

• TTS kan integreres via custom connectors (Power Automate)
• Ikke native i M365 Copilot per januar 2026
• Copilot Studio: kan bruke TTS via Power Automate action

Power Platform

• Power Automate: Speech Services-connector tilgjengelig
• Custom connectors: REST API-basert integrasjon
• AI Builder: Ikke direkte TTS-støtte (men kan kalle via Power Automate)

Azure OpenAI

• OpenAI TTS voices tilgjengelig i Azure Speech (North Central US, Sweden Central)
• Også tilgjengelig direkte via Azure OpenAI TTS API
• Støtter tts-1 og tts-1-hd modeller (alloy, echo, fable, onyx, nova, shimmer)

Microsoft Agent Framework

• TTS kan brukes som output-kanal i agent-arkitektur
• Voice Live API: Kombinerer STT, LLM, og TTS i én WebSocket-forbindelse
• Avatar-integrasjon: Real-time avatar synthesis med TTS

Azure Services

Tjeneste	Integrasjonspunkt
Azure Functions	Call Speech SDK fra serverless function
Azure Logic Apps	HTTP action til REST API
Azure Bot Service	Innebygd TTS-støtte via Bot Framework
Azure Media Services	TTS output kan lagres i Media Services
Azure Blob Storage	Lagring av synthesized audio files
Azure CDN	Distribusjon av pre-generated audio

Offentlig sektor (Norge)

GDPR og personvern

Data som prosesseres:

• Input text (kan inneholde personopplysninger)
• Voice samples (for custom/personal voice — biometrisk data)
• Synthesized audio output

GDPR-vurdering:

• Text input logges ikke av Microsoft (processed in-memory)
• Custom voice training data lagres i Speech resource (customer-controlled)
• Personal voice profiles er biometrisk data — krever eksplisitt consent
• Audio output er ikke persondata med mindre innholdet er det

Anbefalinger:

• Bruk Azure regions i EU (West Europe, North Europe) for data residency
• For custom voice: DPIA (Data Protection Impact Assessment) påkrevd
• Voice talent consent må dekke GDPR Art. 9 (biometric data)
• Implementer logging og audit trail for TTS requests

Schrems II og datasuverenitet

Utfordringer:

• Azure Speech kjører i Microsoft-kontrollerte datasentre
• EU-US Data Privacy Framework gjelder for data transfers
• Custom voice modeller lagres i Azure region (customer choice)

Mitigering:

• Velg EU-baserte regions (West Europe, North Europe)
• Bruk Azure Confidential Computing for ekstra isolasjon (ikke direkte støttet for Speech per jan 2026)
• Contractual clauses: Standard Contractual Clauses (SCCs) dekker transfers

AI Act (EU)

Risikoklassifisering:

• TTS er generelt lav-risiko AI (ikke i high-risk categories)
• Unntak: TTS for deepfakes eller manipulation → transparency-krav
• Custom voice med voice cloning → disclosure-krav

Compliance-krav:

• Disclosure: Brukere må informeres om at stemmen er syntetisk
• Transparency note: Microsoft tilbyr transparency note for custom voice
• Prohibited uses: Ikke bruk for manipulation, misinformation eller skade

Anbefalinger:

• Implementer explicit disclosure i UI ("This voice is AI-generated")
• Følg Microsoft's Code of Conduct for TTS integrations
• Voice talent consent må dekke AI Act-krav

Forvaltningsloven og universell utforming

Tilgjengelighetskrav:

• TTS forbedrer tilgjengelighet for synshemmede (WCAG 2.1 AA)
• Offentlige nettsteder skal tilby skjermleserstøtte (Forvaltningsloven § 42)

Anbefalinger:

• Implementer TTS som standard accessibility feature
• Test med norske stemmer (nb-NO) for norsk offentlig sektor
• Kombiner med STT for full voice-basert navigasjon

Språk og dialekter (Norge)

Språk	Stemmer tilgjengelig	Kvalitet
Norwegian Bokmål (nb-NO)	nb-NO-PernilleNeural (F), nb-NO-FinnNeural (M)	⭐⭐⭐⭐
Norwegian Nynorsk	Ikke støttet (bruk nb-NO med tekst-tilpasning)	—
Samisk	Ikke støttet	—

Utfordring: Nynorsk og samisk ikke native støttet. Løsning: Translasjon før TTS eller custom voice training.

Kostnad og lisensiering

Prismodell (pr. januar 2026)

Kategori	Enhet	Pris (estimat, sjekk Azure pricing)
Standard Neural Voices	Per character	~$0.015 per 1000 characters
HD Voices	Per character	~$0.03 per 1000 characters
Custom Voice Training	Per compute hour	~$10-$50 per hour (cap: 96h)
Custom Voice Hosting	Per endpoint per hour	~$0.05-$0.50 per hour
Personal Voice Storage	Per voice per day	~$1-$5 per voice per day
Personal Voice Synthesis	Per character	Samme som standard voices
Batch Synthesis	Per character	Samme som standard voices
Text-to-Speech Avatar	Per second of video	~$0.02-$0.10 per second

Viktig: Priser varierer per region og er illustrative. Sjekk Azure Pricing Calculator for eksakt prisnivå.

Fakturering av tegn (billable characters)

• Alle tegn teller: bokstaver, tall, mellomrom, tegnsetting
• SSML markup teller: Alt unntatt <speak> og <voice> tags
• Kinesiske tegn = 2× tegn (også kanji, hanja, hanzi)
• Ingen output = faktureres likevel (hvis request er valid)

Eksempel:

<speak><voice name="en-US-AvaNeural">Hello, world!</voice></speak>

Billable characters: Hello, world! = 13 tegn (ikke <speak> eller <voice>)

Kostnadsoptimalisering

Strategi	Besparelse
Cache synthesized audio	90%+ (for statisk innhold)
Use standard voices over HD	50%
Pre-generate common phrases	100% (ingen runtime-kostnad)
Batch synthesis for long-form	Ingen direkte saving, men bedre throughput
Rate limit management	Unngå throttling-kostnader
Suspend custom voice endpoints	100% hosting-kostnad når ikke i bruk

Lisenskrav

• Azure subscription påkrevd (Pay-as-you-go, EA, CSP)
• Speech resource i Azure portal (S0 tier for production)
• Free tier (F0) tilgjengelig: 5 audio requests/month, 0.5M characters/month
• Custom voice: Krever Microsoft Foundry resource + Limited Access approval

TCO-estimat (Total Cost of Ownership) — Eksempel

Scenario: Voice assistant for offentlig sektor (10,000 brukere/måned, 50 requests/bruker, 200 characters/request)

Komponent	Kalkyle	Kostnad/måned (NOK)
Characters	10,000 × 50 × 200 = 100M chars	~15,000 kr
Speech resource (S0)	Fixed cost	0 kr (PAYG)
Bandwidth (egress)	~100 GB @ 48kHz WAV	~100 kr
Storage (cache)	~500 GB Blob Storage	~100 kr
Total	—	~15,200 kr/måned

Custom voice-tillegg:

• Training (one-time): ~20,000-50,000 kr (40 compute hours × ~500 kr/h)
• Hosting: ~4,000 kr/måned (24/7 endpoint)
• Total første år: ~230,000 kr

For arkitekten (Cosmo)

Spørsmål å stille kunden

1. Hvilke språk må støttes, og er norsk bokmål tilstrekkelig eller trengs nynorsk/samisk?

   • Hvis nynorsk: vurder custom voice training eller tekst-tilpasning før TTS.

2. Er det behov for unik merkestemme, eller er standard neural voices godt nok?

   • Custom voice krever Limited Access approval (4-6 ukers lead time) og voice talent consent.

3. Skal TTS brukes i sanntid (chatbot) eller batch (audiobook)?

   • Sanntid: Speech SDK med low-latency konfigurering.
   • Batch: Batch Synthesis API for filer >10 minutter.

4. Hva er volumet av characters per måned, og hva er budsjettet?

   • Bruk Azure Pricing Calculator for estimat. Cache statisk innhold for å spare penger.

5. Er det krav til disclosure (AI-generert stemme) eller voice talent consent?

   • Offentlig sektor + EU AI Act: Disclosure påkrevd for transparency.

6. Skal løsningen integreres med eksisterende Microsoft-stack (Teams, Power Platform, Azure OpenAI)?

   • Power Automate connector tilgjengelig. Azure OpenAI har egen TTS API.

7. Hva er kravet til lydkvalitet: standard (24kHz), HD (48kHz), eller professional custom voice?

   • HD voices koster 2× standard. Custom voice for ultimate kvalitet.

8. Er det behov for prosody-kontroll (SSML) eller holder plain text?

   • SSML gir kontroll over rate, pitch, volume, style — anbefalt for advanced use cases.

Fallgruver og vanlige feil

Fallgruve	Konsekvens	Hvordan unngå
Ikke test med norske stemmer	Dårlig brukeropplevelse	Test nb-NO-PernilleNeural tidlig i prosjektet
Over-estimert custom voice ROI	Høye kostnader uten verdi	Start med standard voices, vurder custom etter MVP
Glemmer voice talent consent	Juridisk risiko	Følg Microsoft's consent guidelines og mal
Ingen error handling	App crasher ved rate limits	Implementer retry logic og fallback-stemme
Hard-kodet stemmer	Ikke skalerbart	Bruk konfigurasjon/database for voice selection
Ignorerer GDPR	Brudd på personvernforskriften	DPIA for custom voice, data residency i EU

Anbefalinger per modenhetsnivå

Nivå 1: Pilot / POC

• Bruk: Standard neural voices (nb-NO-PernilleNeural)
• SDK: Speech SDK (C# eller Python)
• Output: Speaker eller in-memory stream
• Kostnad: Free tier (F0) eller minimal PAYG
• Tid: 1-2 uker implementering

Nivå 2: MVP / Production

• Bruk: Standard neural voices eller HD voices
• SDK: Speech SDK med error handling og retry logic
• Caching: Azure Blob Storage for statisk innhold
• Monitoring: Application Insights for latency tracking
• Kostnad: PAYG (S0 tier)
• Tid: 4-6 uker implementering

Nivå 3: Enterprise / Custom Voice

• Bruk: Custom neural voice (Limited Access)
• Training: 40-90 compute hours (single/multi-style)
• Hosting: 24/7 endpoint deployment
• Integration: Power Platform, Azure OpenAI, Teams
• Compliance: GDPR, AI Act, voice talent consent
• Kostnad: 200,000-500,000 kr første år (training + hosting)
• Tid: 3-6 måneder (inkl. approval process)

Nivå 4: Advanced / Multi-Region / Avatar

• Bruk: Multi-region deployment (HA/DR)
• Avatar: Text-to-Speech Avatar (prebuilt eller custom)
• Voice Live API: Integrated STT + LLM + TTS pipeline
• Geo-redundancy: Multiple Speech resources (West Europe + North Europe)
• Kostnad: 500,000+ kr/år
• Tid: 6-12 måneder

Sikkerhetsdesign-tips

• API keys: Bruk Azure Key Vault, ikke hardkod i kode
• Managed Identity: Foretrekk over service principals for Azure-integrasjoner
• Network isolation: Private Endpoints for Speech resources hvis mulig
• Rate limiting: Implementer client-side throttling før Azure rate limits
• Audit logging: Log alle TTS requests for compliance (Analytics Workspace)

Kilder og verifisering

Microsoft Learn (Verified via MCP)

Kilde	Confidence	URL
What is Text-to-Speech?	✅ Documented	https://learn.microsoft.com/en-us/azure/ai-services/speech-service/text-to-speech
Customize voice and sound with SSML	✅ Documented	https://learn.microsoft.com/en-us/azure/ai-services/speech-service/speech-synthesis-markup-voice
How to synthesize speech from text	✅ Documented	https://learn.microsoft.com/en-us/azure/ai-services/speech-service/how-to-speech-synthesis
Text-to-Speech FAQ	✅ Documented	https://learn.microsoft.com/en-us/azure/ai-services/speech-service/faq-tts
Transparency note for TTS	✅ Documented	https://learn.microsoft.com/en-us/azure/foundry/responsible-ai/speech-service/text-to-speech/transparency-note
Language support	✅ Documented	https://learn.microsoft.com/en-us/azure/ai-services/speech-service/language-support?tabs=tts
Speech service pricing	✅ Documented	https://azure.microsoft.com/pricing/details/cognitive-services/speech-services/
Batch synthesis API	✅ Documented	https://learn.microsoft.com/en-us/azure/ai-services/speech-service/batch-synthesis
Custom neural voice	✅ Documented	https://learn.microsoft.com/en-us/azure/ai-services/speech-service/custom-neural-voice
Personal voice	✅ Documented	https://learn.microsoft.com/en-us/azure/ai-services/speech-service/personal-voice-overview

Code Samples (Verified via MCP)

• C# Speech SDK: https://github.com/Azure-Samples/cognitive-services-speech-sdk
• Batch Synthesis samples: https://github.com/Azure-Samples/Cognitive-Speech-TTS
• Avatar samples: https://github.com/Azure-Samples/cognitive-services-speech-sdk/tree/master/samples/js/browser/avatar

Confidence per seksjon

Seksjon	Confidence	Basert på
Introduksjon	✅ Documented	MCP docs_search + docs_fetch
Kjernekomponenter	✅ Documented	MCP docs + code samples
Arkitekturmønstre	⚠️ Baseline + Verified	Patterns fra docs + erfaring
Beslutningsveiledning	⚠️ Baseline	Best practices (ikke eksplisitt i docs)
Integrasjon Microsoft-stakken	✅ Documented (delvis)	Dokumentert for noen, baseline for andre
Offentlig sektor (Norge)	⚠️ Baseline	GDPR/AI Act-vurdering ikke i MS docs
Kostnad og lisensiering	✅ Documented	Pricing docs + examples
For arkitekten	⚠️ Baseline	Praktisk erfaring, ikke dokumentert i MCP

Totalt antall MCP-kall: 7 (4 × docs_search, 3 × docs_fetch, 1 × code_sample_search) Unike kilder: 10+ Microsoft Learn-artikler