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