参照：
https://docs.microsoft.com/en-us/azure/cognitive-services/face/overview
https://docs.microsoft.com/en-us/azure/cognitive-services/face/concepts/face-detection

説明
オブジェクトの検出はタグ付けと似ていますが、API は見つかった各オブジェクトの境界ボックスの座標 (ピクセル単位) を返します。たとえば、画像に犬、猫、人物が含まれている場合、検出操作ではそれらのオブジェクトが画像内の座標とともにリストされます。この機能を使用して、画像内のオブジェクト間の関係を処理できます。また、画像内に同じタグのインスタンスが複数存在するかどうかを判断することもできます。
Detect API は、画像内で識別された物体または生物に基づいてタグを適用します。現在、タグ付け分類とオブジェクト検出分類の間には正式な関係はありません。概念レベルでは、Detect API はオブジェクトと生き物のみを検出しますが、Tag API には次のような文脈上の用語も含めることができます。
「屋内」。バウンディング ボックスを使用してローカライズできません。
参照：
https://docs.microsoft.com/en-us/azure/cognitive-services/computer-vision/concept-object-detection

説明
Box 1: 信頼性と安全性
信頼を築くには、AI システムが通常の状況でも予期せぬ状況でも確実に、安全に、一貫して動作することが重要です。これらのシステムは、当初の設計どおりに動作し、予期せぬ状況に安全に対応し、有害な操作に耐えることができる必要があります。
ボックス 2: 説明責任
ボックス 3: プライバシーとセキュリティ
AI の普及が進むにつれて、プライバシーの保護と重要な個人情報やビジネス情報の保護は、より重要かつ複雑になっています。AI システムが人々について正確かつ情報に基づいた予測と意思決定を行うにはデータへのアクセスが不可欠であるため、AI ではプライバシーとデータ セキュリティの問題に特に細心の注意を払う必要があります。AI システムは、データの収集、使用、保存に関する透明性を要求し、消費者がデータの使用方法を選択するための適切な管理を義務付けるプライバシー法を遵守する必要があります。
https://docs.microsoft.com/en-us/learn/modules/responsible-ai-principles/4-guiding-principles

参照：
https://azure.microsoft.com/en-gb/services/cognitive-services/speech-to-text/#features 音声認識とは、Speech to Text のことです。上の例では、人が話すと、単語が同じ言語のテキストに変換されます。したがって、音声認識とも呼ばれる Speech to Text が正しい答えです。
音声認識 - 音声入力を検出して解釈する機能。
音声合成 - 音声出力を生成する機能。
https://docs.microsoft.com/en-us/learn/modules/recognize-synthesize-speech/1-introduction

説明

Box1: 感情分析
感情分析は、文章が肯定的、否定的、または中立的であるかを判断するプロセスです。
ボックス 2: 広範なエンティティの抽出
広範なエンティティの抽出: キーを含む、テキスト内の重要な概念を識別します。 キー フレーズ抽出/広範なエンティティの抽出: キー フレーズや、人、場所、組織などの名前付きエンティティを含む、テキスト内の重要な概念を識別します。
ボックス 3: エンティティの認識
固有表現の認識: テキスト内の固有表現を人、場所、組織、日付/時刻、数量、パーセンテージ、通貨などとして識別して分類します。有名なエンティティも認識され、Web 上の詳細情報にリンクされます。
参照：
https://docs.microsoft.com/en-us/azure/architecture/data-guide/technology-choices/natural- language-processing
https://azure.microsoft.com/en-us/services/cognitive-services/text-analytics