日常の問題を自動的に解決する 5 つの AI API

今日の AI テクノロジーを使用して手作業を自動化しましょう。文書の校正、アートの作成、Google での回答の検索などのタスクは、私たちのお気に入りのプログラミング言語である Python を使用して実行できるようになりました。

この記事では、日常の問題の解決を自動化するのに役立つ 5 つの AI API を紹介します。

さあ、始めましょう。

01. 画像生成人工知能

想像を現実に変えたい場合は、Image Generation AI API の使用を検討してください。このツールを使用すると、テキストを美しい芸術作品に変換できます。

Getimg.ai は、1 か月あたり最大 100 枚の画像を無料で生成できる API を提供しています。

試してみるには、以下の API コードを参照してください。

APIはこちらから入手

# 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. 人工知能校正者

テキストや文書内の文法やスペルの間違いを修正する AI 校正ツールが必要な場合は、以下の API を使用してください。この API を使用すると、無料の API アクセスが提供され、強力な文法チェック AI テクノロジーを使用してテキストを修正できます。

APIはこちらから入手

# 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. 人工知能によるテキスト読み上げ

Google Cloud のテキスト読み上げ AI テクノロジーを使用すると、テキストをリアルな音声に変換できます。言語、トーン、人の声など、さまざまなオプションから柔軟に選択できます。

何よりも素晴らしいのは、Google が無料で使用できる API を提供していることです。

APIはこちらから入手

# 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. チャットボット人工知能

chatGPT に似たチャットボットを探している場合は、OpenAI API を使用できます。以下に、GPT 3.5 を使用して Python でパーソナライズされたチャットボットを簡単に作成する方法を示すコードをいくつか示します。

 # 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. 人工知能認識

スキャンした文書をテキストに変換したり、画像やスキャンした PDF からテキストを抽出したりする必要がありますか?次の OCR AI テクニックを使用して、あらゆる種類の画像からテキストを抽出できます。

以下の API は、画像内のテキストの検出と分析に優れた Google Cloud Vision AI テクノロジーを活用しています。

APIはこちらから入手

# 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))