标签: openai-api

我想使用 GPT 4 模型将 csv 文件中的文本翻译成英语，但我不断收到以下错误。即使我更新了版本，我仍然收到相同的错误。

import openai\nimport pandas as pd\nimport os\nfrom tqdm import tqdm\n\n\nopenai.api_key = os.getenv("API")\n\ndef translate_text(text):\n    response = openai.Completion.create(\n        model="text-davinci-003",  # GPT-4 modeli\n        prompt=f"Translate the following Turkish text to English: '{text}'",\n        max_tokens=60\n    )\n    # Yeni API yap\xc4\xb1s\xc4\xb1na g\xc3\xb6re yan\xc4\xb1t\xc4\xb1n al\xc4\xb1nmas\xc4\xb1\n    return response.choices[0].text.strip()\n\ndf = pd.read_excel('/content/3500-turkish-dataset-column-name.xlsx')\n\ncolumn_to_translate = 'review'\n\ndf[column_to_translate + '_en'] = ''\n\nfor index, row in tqdm(df.iterrows(), total=df.shape[0]):\n    translated_text = translate_text(row[column_to_translate])\n    df.at[index, column_to_translate + '_en'] = translated_text\n\ndf.to_csv('path/to/your/translated_csvfile.csv', index=False)\n\n

 0%|          | 0/3500 [00:00<?, ?it/s]\n---------------------------------------------------------------------------\nAPIRemovedInV1                            Traceback (most recent call last)\n<ipython-input-27-337b5b6f4d32> in …

使用 OpenAI API 及以下是我的简单代码，但收到“steam_to_file”方法的弃用警告。

代码 -

from openai import OpenAI
from pathlib import Path

client = OpenAI(
  api_key=os.getenv("OPENAI_API_KEY"),
 )

speech_file_path = Path(__file__).parent / "speech.mp3"
response = client.audio.speech.create(
  model="tts-1",
  voice="alloy",
  input= '''I see skies of blue and clouds of white
            The bright blessed days, the dark sacred nights
            And I think to myself
            What a wonderful world
         '''
)
response.stream_to_file(speech_file_path)

IDE——Visual Studio 代码

警告如下 -

** DeprecationWarning：由于错误，此方法实际上并不传输响应内容，.with_streaming_response.method()应使用 response.stream_to_file("song.mp3")**

有人可以帮忙吗？

我尝试检查不同的论坛，但找不到与stream_to_file相关的错误。

我正在使用Python 3.12

我正在尝试使用 Python 3.11、Windows 操作系统、pip 完全升级来安装 OpenAI，但出现此错误。

这是完整的错误消息：

Collecting openai\n  Using cached openai-0.26.0.tar.gz (54 kB)\n  Installing build dependencies ... done\n  Getting requirements to build wheel ... error\n  error: subprocess-exited-with-error\n\n  \xc3\x97 Getting requirements to build wheel did not run successfully.\n  \xe2\x94\x82 exit code: 1\n  \xe2\x95\xb0\xe2\x94\x80> [21 lines of output]\n      Traceback (most recent call last):\n        File "C:\\Users\\vocal\\AppData\\Local\\Programs\\Python\\Python311\\Lib\\site-packages\\pip\\_vendor\\pep517\\in_process\\_in_process.py", line 351, in <module>\n          main()\n        File "C:\\Users\\vocal\\AppData\\Local\\Programs\\Python\\Python311\\Lib\\site-packages\\pip\\_vendor\\pep517\\in_process\\_in_process.py", line 333, in main\n          json_out[\'return_val\'] = hook(**hook_input[\'kwargs\'])\n                                   ^^^^^^^^^^^^^^^^^^^^^^^^^^^^\n        File "C:\\Users\\vocal\\AppData\\Local\\Programs\\Python\\Python311\\Lib\\site-packages\\pip\\_vendor\\pep517\\in_process\\_in_process.py", line 118, in get_requires_for_build_wheel\n          return hook(config_settings)\n                 ^^^^^^^^^^^^^^^^^^^^^\n …

我尝试了以下代码，但只得到了部分结果，例如

[{"light_id": 0, "color

我期待本页建议的完整 JSON：

https://medium.com/@richardhayes777/using-chatgpt-to-control-hue-lights-37729959d94f

import json
import os
import time
from json import JSONDecodeError
from typing import List

import openai
openai.api_key =  "xxx"

HEADER = """
I have a hue scale from 0 to 65535. 
red is 0.0
orange is 7281
yellow is 14563
purple is 50971
pink is 54612
green is 23665
blue is 43690

Saturation is from 0 to 254
Brightness is from 0 to 254

Two JSONs should be returned in a list. Each …

embeddingsOpenAI有相当多的教程。我无法理解它们是如何工作的。

参考https://platform.openai.com/docs/guides/embeddings/what-are-embeddings， anembedding是 avector或list。将字符串传递给embedding模型，模型返回一个数字（用最简单的术语来说）。我可以使用这个号码。

如果我使用一个简单的字符串来获取它embeddings，我会得到一个巨大的列表

result = get_embedding("I live in space", engine = "textsearchcuriedoc001mc")

result打印时

[5.4967957112239674e-05,
 -0.01301578339189291,
 -0.002223075833171606,
 0.013594076968729496,
 -0.027540158480405807,
 0.008867159485816956,
 0.009403547272086143,
 -0.010987567715346813,
 0.01919262297451496,
 0.022209804505109787,
 -0.01397960539907217,
 -0.012806257233023643,
 -0.027908924967050552,
 0.013074451126158237,
 0.024942029267549515,
 0.0200139675289392 , ..... -> truncated this much, much, much longer list 

问题 1 - 这个庞大的列表与我的 4 字文本有何关联？

问题2 -

我创建embeddings了要在查询中使用的文本。注意，与原文内容的文字完全一致I live in space

queryembedding = get_embedding(
        'I live in space',
        engine="textsearchcuriequery001mc"
    )
queryembedding …

我正在尝试使用我自己创建的提示为 Langchain 创建 load_summarize_chain 。

llm = ChatOpenAI(model_name="gpt-3.5-turbo", temperature=0.7)\nPROMPT = PromptTemplate(template=prompt_template, input_variables=["text"])\nchain = load_summarize_chain(llm, chain_type="refine", verbose=True, prompt=PROMPT)\n

但是，只有当 chain_type 设置为“stuff”时，我才能成功创建链。当我尝试将其指定为“map_reduce”或“refine”时，我收到如下错误消息：

llm = ChatOpenAI(model_name="gpt-3.5-turbo", temperature=0.7)\nPROMPT = PromptTemplate(template=prompt_template, input_variables=["text"])\nchain = load_summarize_chain(llm, chain_type="refine", verbose=True, prompt=PROMPT)\n

这是怎么回事\xef\xbc\x9f

我认为这可能是因为“map_reduce”或“refine”无法直接在load_summarize_chain，或者其他一些原因。

我正在测试 OpenAI 的不同模型，我注意到并非所有模型都经过足够的开发或训练以给出可靠的响应。

我测试的型号如下：

model_engine = "text-davinci-003"
model_engine = "davinci" 
model_engine = "curie" 
model_engine = "babbage" 
model_engine = "ada" 

davinci我需要了解和之间的区别text-davinci-003，以及如何改进响应以匹配使用 ChatGPT 时的响应。

我正在探索 Whisper API 的功能，想知道它是否可以用于生成带有转录的 .SRT 文件。据我了解，使用 Whisper 包在本地运行模型时可以实现对 .SRT 的转录。不幸的是，我不具备在本地运行模型的计算资源，因此我倾向于直接使用 API。

有没有人有这方面的经验或者可以提供有关如何通过 API 处理它的指导？

import os
import openai
openai.api_key = API_KEY
audio_file = open("audio.mp3", "rb")
transcript = openai.Audio.transcribe("whisper-1", audio_file)
print(transcript.text)

我有一个 pdf 文件列表，我想分析每个文档的第一页以提取信息。我尝试过很多免费和付费的 OCR，但就我而言，结果还不够好。

所以我想尝试在Python中使用ChatGPT API。我该怎么办？

另外，我在openAI Vision文档中看到有一个detail参数，但没有提供示例，我该如何使用这个参数？

我尝试从 langchain 调用 AzureChatOpenAI() 。通常我会这样做：

model = AzureChatOpenAI(
openai_api_base=os.getenv("OPENAI_API_BASE"),
openai_api_version="2023-03-15-preview",
deployment_name=os.getenv("GPT_DEPLOYMENT_NAME"),
openai_api_key=os.getenv("OPENAI_API_KEY"),
openai_api_type="azure",

）

但我收到警告

python3.9/site-packages/langchain/chat_models/azure_openai.py:155: UserWarning: As of openai>=1.0.0, Azure endpoints should be specified via the `azure_endpoint` param not `openai_api_base` (or alias `base_url`). Updating `openai_api_base` from https://xxxx.openai.azure.com/ to https://xxxx.openai.azure.com/openai.
  warnings.warn(

python3.9/site-packages/langchain/chat_models/azure_openai.py:162: UserWarning: As of openai>=1.0.0, if `deployment_name` (or alias `azure_deployment`) is specified then `openai_api_base` (or alias `base_url`) should not be. Instead use `deployment_name` (or alias `azure_deployment`) and `azure_endpoint`.
  warnings.warn(

python3.9/site-packages/langchain/chat_models/azure_openai.py:170: UserWarning: As of openai>=1.0.0, if `openai_api_base` (or alias `base_url`) …