2015年4月29日，微軟在Build 2015大會上發布了一個震撼人心的項目： Project Oxford, 可以幫助直接實現圖像理解、人臉識別、語音識別、語音合成等功能。雖然說這是號稱研究院的項目，不過人臉識別，圖像分類等等功能早已經在開源社區是一個比較成熟的東西了，OpenCV里也有很多成熟的算法，不過能夠被直接用在公有雲上使用，也算是幫助廣大創業的小伙伴們實現更多強大的功能。正好遇到5/1休息，IT碼農的本色又展現了出來，讓我來看一些到底有哪些有趣的功能可以玩。
Oxford支持的功能
Oxford的項目站點在https://www.projectoxford.ai/，主要包含了Face API, Speech API，Vision API和語言理解智能服務(LUIS)，分別對應了Azure Marketplace中的幾個不同的app service，除了語言理解智能服務(LUIS)需要邀請加入以外，其他三個服務都已經可以在Azure全球的市場中進行試用了，不過當前只支持美西區域。當前也只有免費的計划，包含了每分鍾20個事務和每個月5000個事務的上限，看上去還沒有辦法商用。
Face API主要是一些人臉識別的接口和功能，包含人臉檢測，人臉驗證，相似人臉查詢，人臉分類和人臉識別。里面比較有趣的功能是能估計你的年齡，當然這個年齡和你當時的表情以及光線情況相關，不會非常的准確。
Speech API包含了語音識別的接口和功能，包括語音識別，語音意圖識別和TTS，也就是以前微軟的Speech Server提供的一些功能，如果想做個類似Cortana或者Siri的工具，就可以直接調用這個API。
Vision API包含了一些智能圖像處理的接口，比如圖像內容分析，圖像分類，色情內容檢測，前景背景色分析等等。還有比較簡單的縮略圖功能，當然這些縮略圖功能像阿里雲和七牛也都是免費支持。值得一提的是OCR的功能，可以從自然場景中檢測出文本，這就是我當年念書時候的碩士論文啊有木有。
Oxford 試用准備
Oxford的項目站點https://www.projectoxford.ai/上其實已經提供了大量的Live Demo, 可以通過現有的圖像庫，或者Azure Storage Account，甚至是自己上傳一些圖像來試用效果，不過作為IT碼農，必須要使用自己的代碼來實現在有樂趣。說玩就玩。
要使用Project Oxford，需要有一個全球的Azure賬號，可以前往Marketplace進行注冊，包括Face API, Speech API和Vision API，參見下面的三步，首先是選擇服務，然后選擇計划和名字，當前只有免費計划，最后確認。
當購買完之后，在Azure Management Portal中就已經有了三個服務了。
Face API試用
今天先玩一下Face API,首先去https://www.projectoxford.ai/sdk下載SDK，現在只有.NET和Android的平台，不過由於所有的接口都是REST API的，所以隨便什么代碼其實都可以用。
打開SDK以后，其實里面已經有一個現成的Sample代碼在里面封裝了所有的功能，根本不需要自己寫什么代碼，唯一需要的是打開Oxford的管理頁面https://dev.projectoxford.ai/Developer 獲取訂閱的Key，替換到代碼中。
緊接着把示例代碼跑起來。
你可以看到說基本上五個功能都包含在其中了。首先是人臉識別，我使用了我自己的照片，可以檢測出我臉。API支持檢測臉部的landmarks，年齡，性別，頭部的位置以及傾斜的角度。可是為什么我看上去比真實的年齡要老呢? 這個不科學啊。這個API對圖像有一定的要求，包括必須大於36*36像素大小，小於4M，人臉也最好是正面或者接近正面，此外由於讀取的是第一幀的信息，所以還需要注意JPEG拍攝的方向，調整到人頭向上的角度。
接下來我們來試一下人臉的驗證，看看是不是同一個人。一樣我可以選擇兩張照片，然后看看結論如何。
看到最后一行沒，他居然知道這是一個人！太厲害了。
接下來的三個功能是人臉分組，尋找類似的臉和在一個人物組里面尋找人，這些功能其實是上面兩個基本功能的延伸，核心還是人臉識別和人臉匹配，這里我就不試了。基本上有了這個API，我們可以做一個非常強的iPhoto出來了，這對創業公司想做一個類似照片管理的工具而言已經非常有用了。當然現在再做這個已經沒啥機會了，不過我們可以利用這個API，在現有應用上為用戶提供更好的體驗。
好了，晚點我在來用用Speech API和Vision API，雖然還沒具體試用，但是在他的Live Demo里，我發現他們都支持中文語音和文字識別，這對國內的小伙伴們的確是非常大的利好。我又不好意思想起了Microsoft Band居然不支持中文，搞得我只好去用Apple Watch了。