Images et audio
Générer des images avec ai.image, transcrire des enregistrements avec ai.transcribe et générer de la voix avec ai.speak.
Chaque opération utilise un alias du bon usage : Images pour ai.image,
Transcription pour ai.transcribe et Voix pour ai.speak. Sans
model=, l'alias par défaut de cet usage s'applique. Tous les fournisseurs ne
font pas ces opérations : voir Ce que fait chaque fournisseur.
Générer des images
from api_manager import ai
def main(input):
r = ai.image(
"Fotografia de produto de uma cadeira de madeira, fundo branco",
size="1024x1024",
filename="cadeira",
)
return {"ficheiro": r["file"]} # {"token", "filename", "mime", "size"}
- Les images vont directement dans le stockage de l'app. Chacune arrive comme
le fichier que renvoie
files.store(token,filename,mimeetsize), prêt à être enregistré dans un champ d'un enregistrement. Pour les octets, utilisezfiles.read(r["file"]). sizeest largeur x hauteur, par exemple1024x1024. Chez Google, la taille devient le format le plus proche (1:1, 3:4, 4:3, 9:16 ou 16:9).ngénère jusqu'à 4 images à la fois.r["files"]les contient toutes ;r["file"]est la première.filenameest le nom du fichier, sans extension ; sans lui, le fichier s'appelleimagem. L'extension vient du type de l'image.- Si les filtres de sécurité du fournisseur bloquent la requête,
ai.imagelèveai.Erroravec le codeinvalid_output.
Transcrire de l'audio
from api_manager import ai
def main(input):
gravacao = input["args"]["gravacao"] # un argument Upload d'une API
t = ai.transcribe(gravacao, language="pt", prompt="Keplin, Gestão de Clientes")
return {"texto": t["text"]}
- Le fichier est un argument de type Upload, son token, ou ce que renvoie
files.store. - Accepte MP3, MP4, M4A, WAV, WEBM, OGG et FLAC, jusqu'à 25 Mo (15 Mo sur Google).
languageest la langue parlée, en deux lettres (pt,en). Sans elle, le modèle l'identifie tout seul.promptaide avec les noms propres, les sigles et les termes techniques de l'enregistrement.
Générer de la voix
from api_manager import ai
def main(input):
voz = ai.speak("A sua encomenda já saiu do armazém.", voice="alloy", filename="aviso")
return {"ficheiro": voz["file"]}
- L'audio va dans le stockage de l'app, et
voz["file"]est le fichier, comme dansai.image. Sansfilename, le fichier s'appellevoz. voiceest le nom d'une voix du fournisseur, par exemplealloyounovachez OpenAI etKoreouPuckchez Google. Sans elle,alloys'applique au format OpenAI etKorechez Google.formatestmp3(par défaut),wav,opus,aacouflac. Google renvoie toujours du WAV.instructionsindique comment parler (ton, rythme, émotion), dans les modèles qui l'acceptent.
Questions fréquentes
Puis-je modifier une image existante ? Non : ai.image génère de
nouvelles images à partir de texte. Pour décrire ou analyser une image,
utilisez ai.chat avec files=.
Puis-je traduire un enregistrement ? Transcrivez-le avec ai.transcribe
et traduisez le texte avec ai.chat.