---

关于 EdenAI

Eden AI 用户界面（UI）专为处理人工智能项目而设计。
通过 Eden AI Portal，您可以使用市场上最好的引擎 执行无代码人工智能。

• 官网：https://www.edenai.co
• github : https://github.com/edenai
  • https://github.com/edenai/edenai-apis
• 官方文档：https://docs.edenai.co/docs/getting-started-with-eden-ai
• 视频教程：https://youtu.be/cAjVzkQcyQU
• 注册 ： https://app.edenai.run/user/login

---

功能说明

Eden AI 通过提供独特的应用程序接口（API）来访问最佳的人工智能应用程序接口和强大的管理平台，从而简化了人工智能技术的使用和集成。
Eden AI 涵盖广泛的人工智能技术：

• Image
• Text & NLP
• Speech & Audio
• OCR & Document Parsing
• Machine Translation
• Video

---

对于所有建议的技术，我们都提供了许多子功能。
对于所有子功能，我们只提供一个终端：服务提供商只是一个参数，可以非常容易地更改。

---

流程

---

提供的模型

详见：https://www.edenai.co/providers

---

Eden AI Platform

Eden AI Portal 可让您快速、轻松地使用现成的 AI 引擎。
您可以访问按子功能分类的功能。

---

Integrations 和以下平台集成

https://www.edenai.co/integrations

---

Python 调用 API

使用库：https://github.com/edenai/edenai-apis

---

安装

pip install git+https://github.com/edenai/edenai-apis 

---

要调用不同的 AI 提供商，首先在 edenai_apis.api_keys.<provider_name>_settings_templates.json 中添加要使用的提供商的 api-keys/secrets，然后重命名该文件为 <provider_name>_settings.json

完成后，你就可以直接开始使用 edenai_apis了。
下面是一个使用 Microsoft 和 IBM 关键字提取 apis 的快速示例：

---

from edenai_apis import Text

keyword_extraction = Text.keyword_extraction("microsoft")
microsoft_res = keyword_extraction(language="en", text="as simple as that")

# Provider's response
print(microsoft_res.original_response)

# Standardized version of Provider's response
print(microsoft_res.standardized_response)

for item in microsoft_res.standardized_response.items:
    print(f"keyword: {item.keyword}, importance: {item.importance}")


# What if we want to try an other provider?
ibm_kw = Text.keyword_extraction("ibm")
ibm_res = ibm_kw(language="en", text="same api & unified inputs for all providers")


# `original_response` will obviously be different and you will have to check
# the doc of each individual providers to know how to parse them
print(ibm_res.original_response)

# We can however easily parse `standardized_response`
# the same way as we did for microsoft:
for item in ibm_res.standardized_response.items:
    print(f"keyword: {item.keyword}, importance: {item.importance}")

---

异步功能

如果您需要使用语音转文本、从视频中提取对象等功能。那么就必须使用异步操作。
这意味着，您将首先调用启动一个异步作业，然后它将返回一个作业 ID，允许您进行其他调用，以获取作业状态或作业完成后的响应。

---

from edenai_apis import Audio

provider = "google" # it could also be assamblyai, deepgram, microsoft ...etc
stt_launch = Audio.speech_to_text_async__launch_job(provider)
stt_get_result = Audio.speech_to_text_async__get_job_result(provider)


res = stt_launch(
    file=your_file.wav,
    language="en",
    speakers=2,
    profanity_filter=False,
)

job_id = stt_launch.provider_job_id

res = stt_get_result(provider_job_id=job_id)
print(res.status)  # "pending" | "succeeded" | "failed"

---

2024-03-28（四）