今天凌晨，OpenAI官方发布ChαtGΡΤ和Whisper的接囗，开发人员现在可以通过API使用最新的文本生成和语音转文本功能。OpenAI称：通过一系列系统级优化，自去年12月以来，ChαtGΡΤ的成本降低了90%；现在OpenAI用这些节省下来的成本造福广大开发者。开发人员现在通过API使用Whisper v2大模型，从而获得更快的速度和更经济成本。ChαtGΡΤ模型会不断得到升级改进，并提供专用容量来对模型进行更深入的控制。
文章目录
- ChαtGΡΤ接囗
- 模型
- 接口
- 最佳实践
- Whisper接囗
- transcribe
- translate
ChαtGΡΤ接囗
模型
OpenAI发布的ChαtGΡΤ模型名称为gpt-3.5-turbo，它与ChαtGΡΤ产品中使用的模型相同。价格0.002美元/1000 token，比之前的text-davinci-003便宜10倍。gpt-3.5-turbo在聊天场景下表现经验，许多非聊天场景应用也可以表现优秀，开发者只需要极少调整就可以将模型由text-davinci-003切换到gpt-3.5-turbo。
OpenAI会不断改进 ChαtGΡΤ 模型，因此gpt-3.5-turbo模型会不断更新（4月会升级到最新稳定版本），OpenAI也推荐大家使用gpt-3.5-turbo模型。为了满足开发者对特定模型版本的需求，OpenAI还提供了特定快照版。目前提供的特定快照版为gpt-3.5-turbo-0301，该版本在接下来的三个月内不更新，有效期到2023年6月1日。
| 模型名称 | 描述 | 最大请求 | 训练数据 |
|---|---|---|---|
| gpt-3.5-turbo | 功能最强大的 GPT-3.5 模型，并针对聊天场景进行了专门优化，成本仅为 text-davinci-003 的 1/10。 会不断迭代更新。 | 4,096 tokens | 截至2021年6月 |
| gpt-3.5-turbo-0301 | gpt-3.5-turbo的2023年3月1日快照版本。此模型在加下来3个月内不会更新，有效期截止2023年6月1日。 | 4,096 tokens | 截至2019年10月 |
接口
由于gpt-3.5-turbo为聊天而场景设计，所以接口设计上发生了一点变化。在GPT-3接口中，问题是通过prompt字段传入的，gpt-3.5-turbo没有prompt字段，取而代之的是messages数组。下面是一个典型的接口调用例子：
import openai
completion = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=[
{"role": "system", "content": "你是一个聪明的助理"},
{"role": "user", "content": "哪支球队赢得了2018世界杯?"},
{"role": "assistant", "content": "法国国家男子足球队获得2018年俄罗斯世界杯。"},
{"role": "user", "content": "决赛对手是谁？"}
]
)
print(completion)
上面示例代码中，我们将多轮对话封装到messages数组中，每条消息都有role和content。role的可选值为system, user, assistant，content是消息内容。
通常，对话的格式首先是system消息，然后是交替的user消息和assistant消息。
system消息有助于设置模型的行为。在上面的例子中，模型被告知“你是一个聪明的助理”，模型就会扮演一个助理角色，输出的内容会尽可能像一个助理一样简洁清晰。
user消息有助于指导模型。它即可以是用户的问题（通常是最后一条），也可以是开发人员的指令设置或上下文提示。
assistant消息有助于存储上下文。它即可以是模型之前的输出，也可以由开发人员编写，用于给出所需行为的示例。
由于模型没有过去请求的记忆，所以必须通过对话提供所有相关信息。因此包含历史回话有助于模型更好理解问题。上面实例中，如果没有中间的user消息和assistant消息，单独问模型"决赛对手是谁？"模型是很难给出正确回答的。
gpt-3.5-turbo的返回数据格式也稍有变化。GPT-3接口的输出封装在text字段中，gpt-3.5-turbo的输出封装在message字段中，并且同样由role和content构成。我们可以简单地通过completion['choices'][0]['message']['content']获取输出。
最佳实践
由于gpt-3.5-turbo的表现与text-davinci-003类似，但价格是text-davinci-003的1/10，因此官方建议在大多数使用情况下使用gpt-3.5-turbo。
对于开发者来说，需要改动的地方很少，只需要将prompt改为messages格式即可。
"prompt": "哪支球队赢得了2018世界杯?"
改为:
messages: [
{"role": "system", "content": "你是一个聪明的助理"},
{"role": "user", "content": "哪支球队赢得了2018世界杯?"}
]
或者更简单地改为：
messages: [
{"role": "user", "content": "哪支球队赢得了2018世界杯?"}
]
⚠注意：gpt-3.5-turbo和gpt-3.5-turbo-0301不支持微调。
Whisper接囗
Whisper是OpenAI于2022年9月开源的语音转文本模型，推出后获得开发者社区的极大赞誉。现在我们可以通过API调用Whisper v2模型，价格为0.006美元/分钟。与其他服务相比，高度优化的服务堆栈可确保Whisper具有更快的性能。
Whisper API提供transcribe 和 translate接口，支持多种音频格式（m4a、mp3、mp4、mpeg、mpga、wav、webm）。
transcribe
import openai
audio_file= open("/path/to/file/audio.mp3", "rb")
transcript = openai.Audio.transcribe("whisper-1", audio_file)
translate
import openai
audio_file= open("/path/to/file/audio.mp3", "rb")
transcript = openai.Audio.translate("whisper-1", audio_file)
Whisper目前支持南非荷兰语、阿拉伯语、亚美尼亚语、阿塞拜疆语、白俄罗斯语、波斯尼亚语、保加利亚语、加泰罗尼亚语、中文、克罗地亚语、捷克语、丹麦语、荷兰语、英语、爱沙尼亚语、芬兰语、法语、加利西亚语、德语、希腊语、希伯来语、印地语、匈牙利语、冰岛语、印度尼西亚语、 意大利语、日语、卡纳达语、哈萨克语、韩语、拉脱维亚语、立陶宛语、马其顿语、马来语、马拉地语、毛利语、尼泊尔语、挪威语、波斯语、波兰语、葡萄牙语、罗马尼亚语、俄语、塞尔维亚语、斯洛伐克语、斯洛文尼亚语、西班牙语、斯瓦希里语、瑞典语、他加禄语、 泰米尔语、泰语、土耳其语、乌克兰语、乌尔都语、越南语和威尔士语。
支持中文！支持中文！支持中文！
