A: 훈련된 모델은 모듈 팔레트에 데이터 세트 모듈로 저장됩니다. 내 데이터 세트에서 찾을 수 있습니다.
Azure Machine Learning 디자이너를 사용하면 대화형 캔버스에서 데이터 세트와 모듈을 시각적으로 연결하여 기계 학습 모델을 만들 수 있습니다.
D: 게시된 파이프라인 페이지에서 게시된 파이프라인을 사용할 수 있습니다. 게시된 파이프라인을 선택하고 해당 파이프라인의 REST 엔드포인트를 찾습니다.
참조:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-run-batch-predictions-designer
https://docs.microsoft.com/en-us/azure/machine-learning/concept-designer

설명:

참조:
https://docs.microsoft.com/en-gb/azure/cognitive-services/text-analytics/overview
https://azure.microsoft.com/en-gb/services/cognitive-services/speech-services/ 음성 서비스를 사용하여 호출을 텍스트로 기록할 수 있습니다. 예, Speech to Text API를 사용하여 이를 달성할 수 있습니다.
https://docs.microsoft.com/en-us/learn/modules/recognize-synthesize-speech/1-introduction 음성 서비스를 사용하여 통화 오디오를 다른 언어로 번역할 수 있습니다. 예, Speech를 사용할 수 있습니다. 이를 달성하기 위한 번역 서비스 음성 서비스에는 다음 API(응용 프로그래밍 인터페이스)가 포함됩니다.
음성-텍스트 - 오디오 소스의 음성을 텍스트 형식으로 변환하는 데 사용됩니다.
텍스트 음성 변환 - 텍스트 소스에서 음성 오디오를 생성하는 데 사용됩니다.
음성 번역 - 한 언어의 음성을 다른 언어의 텍스트 또는 음성으로 번역하는 데 사용됩니다.
https://docs.microsoft.com/en-us/learn/modules/translate-text-with-translation-service/2-get-started-azure 텍스트 분석 서비스를 사용하여 통화 기록에서 주요 엔터티를 추출할 수 있습니다. 예 Text Analytics API가 이를 달성하는 데 도움이 됩니다.
https://docs.microsoft.com/en-us/learn/modules/analyze-text-with-text-analytics-service/2-get-started-azure