Tworzenie transkryptów rozmów z klientami

Systemy multimodalne z OpenAI API

James Chapman

Curriculum Manager, DataCamp

Wprowadzenie do studium przypadku

Obraz chatbota

Inżynier AI w DataCamp
Obsługuje wiadomości głosowe
Chatbot głosowej obsługi klienta

Zespół obsługi klienta w DataCamp

Wprowadzenie do studium przypadku

Obraz chatbota

Wprowadzenie do studium przypadku

Krok: transkrypcja audio

Wprowadzenie do studium przypadku

Krok: wykrycie języka

Wprowadzenie do studium przypadku

Krok: tłumaczenie na angielski

Wprowadzenie do studium przypadku

Krok: generowanie odpowiedzi

Wprowadzenie do studium przypadku

Krok: odpowiedź w oryginalnym języku

Wprowadzenie do studium przypadku

Krok: moderacja

Plan studium przypadku

Transkrypcja audio na tekst
Wykrycie języka
Tłumaczenie na angielski
Udoskonalenie tekstu

Krok: tłumaczenie na angielski

Krok 1: transkrypcja audio

from openai import OpenAI

client = OpenAI(api_key="ENTER YOUR KEY HERE")

# Open the mp3 file
audio_file = open("recording.mp3", "rb")

# Create a transcript
response = client.audio.transcriptions.create(
                  model="whisper-1", 
                  file=audio_file)

Krok 1: transkrypcja audio

# Extract and print the transcript
transcript = response.text
print(transcript)

Transkrypt w języku ukraińskim

Krok 2: wykrycie języka

response = client.chat.completions.create(
    model="gpt-4o-mini",
    max_completion_tokens=5,

    messages=[{"role": "user", 
        "content": f"""Identify the language of the following text and respond 
         only with the country code (e.g., 'en', 'uk', 'fr'): {transcript}"""}])


# Extract detected language
language = response.choices[0].message.content
print(language)

uk

Krok 3: tłumaczenie na angielski

response = client.chat.completions.create(
    model="gpt-4o-mini",
    max_completion_tokens=300,
    messages=[
        {"role": "user", "content": f"""Translate this customer transcript
        from country code {language} to English: {transcript}"""}])

# Extract translated text
translated_text = response.choices[0].message.content

Krok 3: tłumaczenie na angielski

print(translated_text)

Przetłumaczony tekst – surowy

Krok 3: tłumaczenie na angielski

print(translated_text)

Przetłumaczony tekst (wyróżniony) – surowy

Krok 4: udoskonalenie tekstu

response = client.chat.completions.create(
    model="gpt-4o-mini",
    max_completion_tokens=300,
    messages=[
    {"role": "user", 
     "content": f"""You are an AI assistant that corrects transcripts by fixing 
     misinterpretations, names, and terminology. Please refine the following
     transcript:\n\n{translated_text}"""}])

# Extract corrected text
corrected_text = response.choices[0].message.content

Krok 4: udoskonalenie tekstu

print(corrected_text)

Poprawiony tekst (wyróżniony)

Podsumowanie

Transkrypcja audio
Wykrycie i tłumaczenie języka
Udoskonalenie tekstu

Czterokrotne wywołanie API OpenAI ⭐

Transkrypt w języku ukraińskim

Przetłumaczony tekst (wyróżniony) – surowy

Poprawiony tekst (wyróżniony)

Czas na ćwiczenia!

Systemy multimodalne z OpenAI API