欢迎来到令人兴奋的 AI 应用世界！在这门课程中，你将学习到创建一个能够与用户互动、理解自然语言、处理音频输入，甚至分析图像的真正智能应用所需的技能和技术。

AI 工具和技术

你将获得使用几个知名 AI API 和技术的实际经验。这些行业领先的平台将作为我们 AI 应用的构建块。我们将使用的一些技术包括：

OpenAI：

我们将深入探索 OpenAI 的 Chat Completion API，这是一个革命性的工具，允许我们的应用与用户进行自然而动态的对话。

Deepgram：

我们将利用 Deepgram 的语音识别 API 来转录音频文件，允许我们无缝地将音频分析集成到我们的应用中。

Replicate：

我们将了解 Replicate，这是开源 AI 中的一场变革。我们将使用它来利用一个名为 miniGPT 的图像分析模型，使我们的应用能够理解图像内容并智能地回答有关它们的问题。

Langchain：

我们将使用这项技术为我们的应用赋予一种独特的“记忆”。有了 Langchain，我们的应用将能够记住以前的互动，并根据积累的知识智能地做出回应。

我们将构建什么？

现在，我们对将要学习的迷人 AI 技术感到兴奋，让我们来看一下我们将要构建的内容。

这是一个我们可以用于分析内容 - 文本、音频或图像的应用。

对于我们的文本分析功能，我们选取一段文本，然后向 AI 提问，得到回应。

它由几个主要元素组成：

一个文本区域来添加我们的文本

一个输入框和按钮来提交问题

一个 div 来展示 AI 的回应。

对于我们的音频分析功能，我们将音频文件转录为文本。当我们有转录文本时，我们可以向 AI 提问。首先将其转录为文本，让我们可以使用相同的 AI 进行文本分析 - AI 以文本形式分析音频。

这个功能由 Transcriber 组件和一个与文本分析功能中的聊天窗口类似的窗口组成。

我们还将添加功能，以便我们可以向 AI 提出多个问题，以便我们可以继续向其询问有关音频文件的问题。

最后，我们将构建图像分析功能。对于这个功能，我们将添加一个图像 URL 到输入中。然后我们可以向 AI 提问有关图像的问题。

我们将添加功能，以便我们能够提出多个问题。我们将赋予我们的 AI 记忆，以便它可以记住以前的问题和答案，保留整个对话的上下文！

课程内容大纲：

课程介绍

OpenAI 的聊天 API

分析文本功能

字符串的标记化

使用 Deepgram 的语音转文字 API 进行音频转录

分析音频功能

LangChain 介绍

分析图像功能

Langchain 和 Replicate