歡迎來到令人興奮的 AI 應用世界！在這門課程中，你將學習到創建一個能夠與用戶互動、理解自然語言、處理音頻輸入，甚至分析圖像的真正智能應用所需的技能和技術。

AI 工具和技術

你將獲得使用幾個知名 AI API 和技術的實際經驗。這些行業領先的平臺將作為我們 AI 應用的構建塊。我們將使用的一些技術包括：

OpenAI：

我們將深入探索 OpenAI 的 Chat Completion API，這是一個革命性的工具，允許我們的應用與用戶進行自然而動態的對話。

Deepgram：

我們將利用 Deepgram 的語音識別 API 來轉錄音頻文件，允許我們無縫地將音頻分析集成到我們的應用中。

Replicate：

我們將了解 Replicate，這是開源 AI 中的一場變革。我們將使用它來利用一個名為 miniGPT 的圖像分析模型，使我們的應用能夠理解圖像內容并智能地回答有關它們的問題。

Langchain：

我們將使用這項技術為我們的應用賦予一種獨特的“記憶”。有了 Langchain，我們的應用將能夠記住以前的互動，并根據積累的知識智能地做出回應。

我們將構建什么？

現在，我們對將要學習的迷人 AI 技術感到興奮，讓我們來看一下我們將要構建的內容。

這是一個我們可以用于分析內容 – 文本、音頻或圖像的應用。

對于我們的文本分析功能，我們選取一段文本，然后向 AI 提問，得到回應。

它由幾個主要元素組成：

一個文本區域來添加我們的文本

一個輸入框和按鈕來提交問題

一個 div 來展示 AI 的回應。

對于我們的音頻分析功能，我們將音頻文件轉錄為文本。當我們有轉錄文本時，我們可以向 AI 提問。首先將其轉錄為文本，讓我們可以使用相同的 AI 進行文本分析 – AI 以文本形式分析音頻。

這個功能由 Transcriber 組件和一個與文本分析功能中的聊天窗口類似的窗口組成。

我們還將添加功能，以便我們可以向 AI 提出多個問題，以便我們可以繼續向其詢問有關音頻文件的問題。

最后，我們將構建圖像分析功能。對于這個功能，我們將添加一個圖像 URL 到輸入中。然后我們可以向 AI 提問有關圖像的問題。

我們將添加功能，以便我們能夠提出多個問題。我們將賦予我們的 AI 記憶，以便它可以記住以前的問題和答案，保留整個對話的上下文！

課程內容大綱：

課程介紹

OpenAI 的聊天 API

分析文本功能

字符串的標記化

使用 Deepgram 的語音轉文字 API 進行音頻轉錄

分析音頻功能

LangChain 介紹

分析圖像功能

Langchain 和 Replicate