現(xiàn)在，第三方可以通過(guò) API 將對(duì)話模型 ChatGPT 和語(yǔ)音轉(zhuǎn)文本模型 Whisper 集成到自己的應(yīng)用程序和服務(wù)中了。

2022 年 11 月，OpenAI 上線 ChatGPT，自此以后，這個(gè)對(duì)話模型一路開掛。毫不夸張的說(shuō)，與 ChatGPT 相關(guān)的話題應(yīng)該算是繼 AlphaGo 以來(lái)，最出圈的人工智能熱點(diǎn)了，推出僅僅兩個(gè)月，月活用戶就破億，成為史上用戶增長(zhǎng)速度最快的消費(fèi)級(jí)應(yīng)用程序。

ChatGPT 的出現(xiàn)，讓大家覺得，AI 似乎終于能夠和人正常交流了，雖然有時(shí)候會(huì)出錯(cuò)，但在交流的過(guò)程中至少?zèng)]有語(yǔ)言和邏輯上的障礙，它能「懂」你在說(shuō)什么，并且按照人類的思維模式和語(yǔ)言規(guī)范給你反饋。

與此同時(shí)，各大科技公司、高校甚至是個(gè)人也都在緊鑼密鼓的投入到類 ChatGPT 的研發(fā)中，勢(shì)必要趕上這波浪潮。

OpenAI 這邊也在不斷進(jìn)行模型的升級(jí)改造。3 月 1 日，OpenAI 官方宣布，開發(fā)者現(xiàn)在可以通過(guò) API 將 ChatGPT 和 Whisper 模型集成到他們的應(yīng)用程序和產(chǎn)品中。

具體來(lái)說(shuō)，OpenAI 現(xiàn)在允許第三方開發(fā)人員通過(guò) API 將 ChatGPT 集成到他們的應(yīng)用程序和服務(wù)中，這樣做比使用其現(xiàn)有語(yǔ)言模型要便宜得多。除此以外，OpenAI 還宣布了另一個(gè)新的 Whisper API，這是 OpenAI 去年 9 月推出的由人工智能驅(qū)動(dòng)的語(yǔ)音轉(zhuǎn)文本模型，可通過(guò) API 使用。OpenAI 這次宣布的兩項(xiàng) API，可以說(shuō)是相當(dāng)炸裂了。

OpenAI 表示，其 ChatGPT API 可以用于創(chuàng)建人工智能驅(qū)動(dòng)的聊天界面，該技術(shù)已經(jīng)在科技公司 Snap 的 My AI 上集成。OpenAI 還表示，這次 ChatGPT API 接入的模型名為 gpt-3.5-turbo，這是許多非聊天用例的最佳模型。值得注意的是，該模型可能與 Bing 使用的模型不同，根據(jù) OpenAI 的說(shuō)法，它比 ChatGPT 、GPT- 3.5 更快、更準(zhǔn)確、更強(qiáng)大。

OpenAI 前腳剛官宣，后腳就有人直呼被 ChatGPT 的表現(xiàn)驚呆了。表示自己正在尋找一種快速的方法來(lái)提取公司的 logos ，讓 ChatGPT 幫忙構(gòu)建一個(gè)工具，僅僅過(guò)了 15 分鐘 ChatGPT 就給出解決方案，自己只需改變一行代碼就能使用。

還有人使用該 API 在 Python 中構(gòu)建命令行聊天機(jī)器人。ChatGPT 給出了 16 行實(shí)現(xiàn)代碼。

下面我們來(lái)看看 ChatGPT API、Whisper API 具體內(nèi)容有哪些。

ChatGPT API，使用成本降低 90％

OpenAI 表示，gpt-3.5-turbo 與 ChatGPT 產(chǎn)品中使用的是相同的模型。它的費(fèi)用是 1000 tokens 只需要 0.002 美元，將此前 GPT-3.5 使用成本降低 90％。gpt-3.5-turbo 對(duì)于很多非聊天用例也是最佳模型，測(cè)試者只要將他們的 prompts 做少量調(diào)整，就能從 text-davinci-003 遷移到 gpt-3.5-turbo。

傳統(tǒng)上，GPT 模型使用非結(jié)構(gòu)化文本，這些文本在模型中表示為一系列 tokens。而 ChatGPT 模型改用具有元數(shù)據(jù)的消息序列。在后臺(tái)，輸入仍然作為 tokens 呈現(xiàn)給模型，模型使用的原始格式是一種被稱為 Chat Markup Language（ChatML）的新格式。

OpenAI 創(chuàng)建了一個(gè)與 ChatGPT 模型交互的新端點(diǎn)。新 API 同樣可以通過(guò) Python 綁定的方式使用，只要「import openai」即可，具體代碼如下所示。

importopenai


cmpletion=openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=[{"role":"user","content":"TelltheworldabouttheChatGPTAPIinthestyleofapirate."}]
)


print (completion)

ChatGPT 更新計(jì)劃

OpenAI 不斷改進(jìn)其 ChatGPT 模型，并希望將這些增強(qiáng)的功能開放給開發(fā)人員。因此使用 gpt-3.5-turbo 模型的開發(fā)人員將始終獲得 OpenAI 推薦的穩(wěn)定模型，同時(shí)仍能靈活地選擇特定模型版本。比如，OpenAI 今天發(fā)布了 gpt-3.5-turbo-0301，該版本將至少在 6 月 1 日之前得到支持。4 月將會(huì)更新 gpt-3.5-turbo 的穩(wěn)定版本。

Whisper API，語(yǔ)音轉(zhuǎn)錄文本更便捷

作為 OpenAI 于 2022 年 9 月開源的語(yǔ)音到文本模型，Whisper 已經(jīng)獲得了開發(fā)者社區(qū)的盛譽(yù)，但運(yùn)行起來(lái)卻也很難。

如今，OpenAI 通過(guò)開放 APT 向外提供 large-v2 模型，包括方便的按需訪問(wèn)，價(jià)格也不貴（0.006 美元 / 分鐘）。與其他同類服務(wù)相比，OpenAI 高度優(yōu)化的服務(wù)堆棧保證了更快的輸出速度。

具體地，Whisper API 通過(guò) transcriptions（源語(yǔ)言轉(zhuǎn)錄）或 translations（翻譯為英語(yǔ)）端點(diǎn)使用，允許 m4a、mp3、mp4、mpeg、mpga、wav、webm 等各種格式的輸入。

Whisper API 同樣可以通過(guò) Python 綁定的方式使用，具體代碼如下所示。

importopenai


file = open ("/path/to/file/openai.mp3", "rb")


transcription = openai.Audio.transcribe ("whisper-1", f)


print (transcription)

ChatGPT 和 Whisper 開放 API，意味著第三方可以開始構(gòu)建這兩個(gè)模型賦能的下一代應(yīng)用程序，并使更多人從中受益。

審核編輯 ：李倩