5 个 AI API 可自动解决你的日常问题

让我们利用当今的人工智能技术实现手动工作的自动化。现在可以使用我们最喜欢的编程语言 Python 来完成校对文档、创作艺术或在 Google 中搜索答案等任务。

在本文中，我将分享 5 个可以帮助自动化解决我们日常问题的 AI API。

现在，让我们开始吧。

01、图像生成人工智能

想要将您的想象变成现实，那么，您可能会对使用图像生成 AI API 感兴趣。该工具可让您将文本转换为美丽的艺术作品。

Getimg.ai 提供了这样一个 API，每月最多可生成 100 个免费图像。

请查看下面的 API 代码来尝试一下。

在这里获取您的 API

# AI Image Generation

# pip install requests

import requests

import base64

def generate_image(access_token, prompt):

    url = "https://api.getimg.ai/v1/stable-diffusion/text-to-image"

    headers = {"Authorization": "Bearer {}".format(access_token)}

    data = {

            "model": "stable-diffusion-v1-5",

            "prompt": prompt,

            "negative_prompt": "Disfigured, cartoon, blurry",

            "width": 512,

            "height": 512,

            "steps": 25,

            "guidance": 7.5,

            "seed": 42,

            "scheduler": "dpmsolver++",

            "output_format": "jpeg",

        }

    response = requests.post(url, headers=headers, data=data)

    image_string = response.content

    image_bytes = base64.decodebytes(image_string)

    with open("AI_Image.jpeg", "wb") as f:

        f.write(image_bytes)

if __name__ == "__main__":

    api_key = "YOUR_API_KEY"

    prompt = "a photo of a cat dressed as a pirate"

    image_bytes = generate_image(api_key, prompt)

02、人工智能校对员

需要人工智能校对器来纠正文本或文档中的语法和拼写错误，然后，使用下面的 API，它为您提供免费的 API 访问权限，并允许您使用强大的语法检查人工智能技术来修复您的文本。

在这里获取您的 API

# AI Proofreading

# pip install requests

import requests

def Proofreader(text):

    api_key = "YOUR_API_KEY"

    url = 'https://api.sapling.ai/api/v1/edits'

    data = {

        'key': api_key,

        'text': text,

        'session_id': 'Test Document UUID',

        'advanced_edits': {

            'advanced_edits': True,

        },

    }

    response = requests.post(url, json=data)

    resp_json = response.json()

    edits = resp_json['edits']

    print("Corrections: ", edits)

if __name__ == '__main__':

    Proofreader("I are going to the store, She don't likes pizza")

03、人工智能文本转语音

借助 Google Cloud 的文本转语音 AI 技术，您可以将文本转换为逼真的声音。您可以灵活地选择各种选项，例如，语言、音调、人们的声音等等。

最重要的是，Google 提供免费的 API 供您使用。

在这里获取您的 API

# AI Text to Speech

# pip install google-cloud-texttospeech

# pip install playsound

import io

import os

from google.cloud import texttospeech

import playsound

# Set the path to your credentials JSON file

os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "credentials.json"

def Text_to_Speech(text):

    client = texttospeech.TextToSpeechClient()

    # Set the language code and the voice name.

    language_code = "en-US"

    voice_name = "en-US-Wavenet-A"

    # Create a request to synthesize speech.

    r = texttospeech.types.SynthesizeSpeechRequest()

    r.text = text

    r.voice = texttospeech.types.VoiceSelectionParams(

        language_code=language_code, name=voice_name)

    # Set the audio encoding.

    r.audio_encoding = texttospeech.types.AudioEncoding.MP3

    # Get the response from the API.

    response = client.synthesize_speech(r)

    # Save the audio to a file.

    with io.open("audio.mp3", "wb") as f:

        f.write(response.audio_content)

    # Play the audio.

    playsound.playsound("audio.mp3", True)

if __name__ == "__main__":

    text = input("Enter the text: ")

    Text_to_Speech(text)

04、聊天机器人人工智能

如果您正在寻找类似于 chatGPT 的聊天机器人，您可以使用 OpenAI API。我在下面提供了一些代码，演示如何使用 GPT 3.5 在 Python 中轻松创建个性化聊天机器人。

# ChatGPT AI

# pip install openai

import os

import openai

def ask(prompt):

  response = openai.ChatCompletion.create(

    model="gpt-3.5-turbo",

    messages=[

      {

        "role": "user",

        "content": prompt

      }

    ],

    temperature=1,

    max_tokens=256,

    top_p=1,

    frequency_penalty=0,

    presence_penalty=0

  )



  print("Ans: ", response)

if __name__ == "__main__":

    ask("Python or JavaScript?")

05、人工智能识别

您是否需要将扫描文档转换为文本或从图像或扫描 PDF 中提取文本？您可以使用以下 OCR AI 技术从任何类型的图像中提取文本。

下面的 API 利用了 Google Cloud Vision AI 技术，该技术擅长检测和分析图像中的文本。

在这里获取您的 API

# AI OCR

# pip install google-cloud-vision

from google.cloud import vision

from google.cloud.vision import types

import os

# Set the path to your credentials JSON file

os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "credentials.json"

def OCR(img_path):

    client = vision.ImageAnnotatorClient()

    with open(img_path, 'rb') as image_file:

        content = image_file.read()

    image = types.Image(content=content)

    response = client.text_detection(image=image)

    texts = response.text_annotations

    if texts:

        return texts[0].description

    else:

        return "No text found in the image."

if __name__ == "__main__":

    image_path = "photo.jpg"

    print(OCR(image_path))