در این ویدیو در مورد رابط برنامه نویسی کاربردی بحث می کنیم که از نوعی هوش مصنوعی استفاده می کند. یک فایل صوتی را با استفاده از Watson Text to Speech API پیاده می کنیم. سپس متن را به یک زبان جدید ترجمه می کنیم با استفاده از Watson Language Translator API در فرا خوان API، یک کپی از فایل صوتی
را به API می فرستید. گاهی اوقات به این یک
درخواست POST گفته می شود. سپس API متن پیاده شده چیزی که شخص می گوید را می فرستد. به طور دقیق تر، API یک
درخواست GET ایحاد می کند. سپس متنی را که می خواهیم به یک زبان دوم ترجمه کنیم، به یک API دوم می فرستیم. API متن را ترجمه می کند و ترجمه را به شما بر می گرداند. در این مورد، انگلیسی را
به اسپانیایی ترجمه می کنیم. سپس یک مرور کلی داریم
به کلیدهای API و نقاط پایانی، Watson Speech to Text و
Watson Translate. اول، کلیدهای API و نقاط پایانی
را بررسی می کنیم. آنها دسترسی به API را به شما می دهند. یک کلید API، راهی برای دسترسی به API است. یک مجموعه منحصر به فرد
از کاراکترهاست که API استفاده می کند تا شما را شناسایی کرده
و به شما مجوز دهد. معمولا، فرا خوان اول
به API شامل کلید API است. این به شما اجازه دسترسی به API میدهد. در بسیاری از API ها، ممکن است
برای هر فرا خوان شارژ شوید. پس مانند پسوردتان، کلید API خود را مخفی نگه دارید. یک نقطه پایانی به سادگی
محل سرویس است. قبلا API را می توانستید در اینترنت پیدا کنید مانند یک آدرس شبکه. حال، یک فایل صوتی
را پیاده سازی می کنیم، با استفاده از Watson Text to Speech API. قبل از اینکه lab را شروع کنید، باید برای یک کلید API ثبت نام کنید. یک فایل صوتی را در دایرکتوری
شما دانلود می کنیم. اول، SpeechToTextV1 را
از IBM Watson وارد می کنیم. نقطه پایانی سرویس بستگی دارد به محل نمونه سرویس. اطلاعات را در
متغیر url_s2t ذخیره می کنیم. برای اینکه ببینیم
چه URL را استفاده کنیم، مشخصات سرویس را ببینید. می توانید همان کار را برای
کلید API خود انجام دهید. یک شی speech-to-text adapter ایجاد می کنید. پارامترها نقطه پایانی
و کلید API هستند. از این شی برای ارتباط برقرار کردن با سرویس Watson Speech to Text
استفاده خواهید کرد. مسیر فایل wav را که می خواهیم به متن تبدیل کنیم را داریم. شی فایل wav را با استفاده از open با فایل wav ایجاد می کنیم. حالت (mode) را در rb تنظیم می کنیم، که یعنی فایل را در
فرمت باینری می خواند. شی فایل به ما اجازه می دهد به فایل wav که شامل صوت است
دسترسی داشته باشیم. از متد recognize استفاده می کنیم از شی آداپتور صحبت
به متن استفاده می کنیم. این کار اساسا فایل صوتی را به سرویس Watson Speech to Text می فرستد. پارامتر audio، شی فایل است. نوع محتوی فرمت فایل صوتی است. سرویس یک پاسخ می فرستد که در پاسخ شی ذخیره شده است. نتیجه ویژگی شامل یک
دیکشنری پایتون است. مقدار نتیجه کلیدی، لیستی دارد که شامل یک دیکشنری است. ما به متن کلیدی transcript علاقمندیم. می توانیم آنرا به صورت زیر به متغیر recognized_text نسبت دهیم. حال recognized_text شامل
یک رشته است با متن پیاده شده. حال بیایید ببینیم چگونه متن را با استفاده از مترجم زبان watson ترجمه کنیم. اول، LanguageTranslatorV3 را
از ibm_watson وارد می کنیم. سرویس نقطه پایانی را به متغیر
url_12 اختصاص می دهیم. می توانید سرویس را در دستورالعمل
آزمایشگاه بدست آورید. یک کلید API نیاز دارید. دستورالعمل آزمایشگاه را ببینید
تا کلید API را بدست آورید. این درخواست API به تاریخ نسخه نیاز دارد، مستندات را ببینید. یک شی مترجم زبان ایجاد می کنیم، LanguageTranslator. می توانیم لیستی از زبانها بگیریم که سرویس بتواند به صورت
زیر شناسایی کند. متد، کد زبان را نتیجه می دهد. برای مثال، انگلیسی که سمبل آن en است به اسپانیایی که سمبل آن es است. در بخش آخر، متن پیاده شده را به متغیر recognized_text
اختصاص می دهیم. می توانیم از متد translate استفاده کنیم. این متن را ترجمه می کند. نتیجه یک شی پاسخ دقیق است. پارامتر text، متن است. model_id نوع مدل است
که می خواهیم استفاده کنیم. در این مورد، آنرا روی en-es برای
انگلیسی به اسپانیایی تنظیم می کنیم. از متد get result برای بدست آوردن متن ترجمه شده استفاده می کنیم و آنرا به متغیر ترجمه اختصاص می دهیم. نتیجه یک دیکشنری است که شامل تعداد کلمات ترجمه و
تعداد کاراکترهاست. می توانیم ترجمه را
بدست آوریم و آنرا به صورت زیر به متغیر
spanish_translation اختصاص دهیم. استفاده از متغیر spanish_translation، می توانیم متن را به صورت
زیر به انگلیسی ترجمه کنیم. نتیجه یک دیکشنری است. می توانیم رشته را با متن به
صورت زیربدست آوریم. سپس می توانیم به صورت زیر
متن را به فرانسه ترجمه کنیم. ممنون از مشاهده این ویدئو.