Skip to content

README.md

Latest commit

 

History

History
176 lines (127 loc) · 5.71 KB

README.md

File metadata and controls

176 lines (127 loc) · 5.71 KB

Puheentunnistusdatan valmistelu

Puheentunnistusdatan valmisteluskriptit lataavat YouTube-videoiden tekstitykset ja valmistelevat ne käytettäväksi Semantic Search with OpenAI Embeddings and Functions -esimerkin kanssa.

Puheentunnistusdatan valmisteluskriptit on testattu uusimmilla Windows 11, macOS Ventura ja Ubuntu 22.04 (ja uudemmat) julkaisuilla.

Luo tarvittavat Azure OpenAI Service -resurssit

Important

Suosittelemme päivittämään Azure CLI:n uusimpaan versioon varmistaaksesi yhteensopivuuden OpenAI:n kanssa Katso dokumentaatio

  1. Luo resurssiryhmä

Note

Näissä ohjeissa käytämme resurssiryhmää nimeltä "semantic-video-search" Itäisessä Yhdysvalloissa. Voit muuttaa resurssiryhmän nimeä, mutta kun muutat resurssien sijaintia, tarkista mallien saatavuustaulukko.

az group create --name semantic-video-search --location eastus
  1. Luo Azure OpenAI Service -resurssi.
az cognitiveservices account create --name semantic-video-openai --resource-group semantic-video-search \
    --location eastus --kind OpenAI --sku s0
  1. Hanki päätepiste ja avaimet tämän sovelluksen käyttöön
az cognitiveservices account show --name semantic-video-openai \
   --resource-group  semantic-video-search | jq -r .properties.endpoint
az cognitiveservices account keys list --name semantic-video-openai \
   --resource-group semantic-video-search | jq -r .key1
  1. Ota käyttöön seuraavat mallit:
    • text-embedding-ada-002 version 2 or greater, named text-embedding-ada-002
    • gpt-35-turbo version 0613 or greater, named gpt-35-turbo
az cognitiveservices account deployment create \
    --name semantic-video-openai \
    --resource-group  semantic-video-search \
    --deployment-name text-embedding-ada-002 \
    --model-name text-embedding-ada-002 \
    --model-version "2"  \
    --model-format OpenAI \
    --scale-settings-scale-type "Standard"
az cognitiveservices account deployment create \
    --name semantic-video-openai \
    --resource-group  semantic-video-search \
    --deployment-name gpt-35-turbo \
    --model-name gpt-35-turbo \
    --model-version "0613"  \
    --model-format OpenAI \
    --sku-capacity 100 \
    --sku-name "Standard"

Tarvittava ohjelmisto

Ympäristömuuttujat

Seuraavat ympäristömuuttujat ovat tarpeen YouTube-puheentunnistusdatan valmisteluskriptien suorittamiseen.

Windowsissa

Suosittelemme lisäämään muuttujat käyttäjäkohtaisiin user environment variables. Windows Start > Edit the system environment variables > Environment Variables > User variables for [USER] > New.

AZURE_OPENAI_API_KEY  \<your Azure OpenAI Service API key>
AZURE_OPENAI_ENDPOINT \<your Azure OpenAI Service endpoint>
AZURE_OPENAI_MODEL_DEPLOYMENT_NAME \<your Azure OpenAI Service model deployment name>
GOOGLE_DEVELOPER_API_KEY = \<your Google developer API key>

Linuxissa ja macOS:ssa

Suosittelemme lisäämään seuraavat vientikomentorivit tiedostoon ~/.bashrc or ~/.zshrc.

export AZURE_OPENAI_API_KEY=<your Azure OpenAI Service API key>
export AZURE_OPENAI_ENDPOINT=<your Azure OpenAI Service endpoint>
export AZURE_OPENAI_MODEL_DEPLOYMENT_NAME=<your Azure OpenAI Service model deployment name>
export GOOGLE_DEVELOPER_API_KEY=<your Google developer API key>

Asenna tarvittavat Python-kirjastot

  1. Asenna git-asiakasohjelma, jos se ei ole jo asennettuna.

  2. Avaa Terminal-ikkuna ja kloonaa esimerkki haluamaasi repo-kansioon.

    git clone https://github.com/gloveboxes/semanic-search-openai-embeddings-functions.git

  3. Siirry data_prep-kansioon.

    cd semanic-search-openai-embeddings-functions/src/data_prep

  4. Luo Python-virtuaaliympäristö.

    Windowsissa:

    python -m venv .venv

    macOS:ssa ja Linuxissa:

    python3 -m venv .venv

  5. Aktivoi Python-virtuaaliympäristö.

    Windowsissa:

    .venv\Scripts\activate

    macOS:ssa ja Linuxissa:

    source .venv/bin/activate

  6. Asenna tarvittavat kirjastot.

    Windowsissa:

    pip install -r requirements.txt

    macOS:ssa ja Linuxissa:

    pip3 install -r requirements.txt

Suorita YouTube-puheentunnistusdatan valmisteluskriptit

Windowsissa

.\transcripts_prepare.ps1

macOS:ssa ja Linuxissa

./transcripts_prepare.sh

Vastuuvapauslauseke:
Tämä asiakirja on käännetty käyttämällä AI-käännöspalvelua Co-op Translator. Vaikka pyrimme tarkkuuteen, huomaa, että automaattiset käännökset saattavat sisältää virheitä tai epätarkkuuksia. Alkuperäinen asiakirja alkuperäisellä kielellä tulisi pitää ensisijaisena lähteenä. Kriittisen tiedon osalta suositellaan ammattimaista ihmiskäännöstä. Emme ole vastuussa mahdollisista väärinkäsityksistä tai virheellisistä tulkinnoista, jotka johtuvat tämän käännöksen käytöstä.