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))

最后的想法

在自动化工作方面，人工智能的能力非常出色。我希望这篇文章能为您提供一些有用的信息。如果您觉得有帮助，请分享给您的朋友，也许能够帮助到他。

最后，感谢您的阅读，编程愉快！