Erstellen Sie Ihre Cohere-App mit der ElevenLabs-Integration und dem Rerank-Modell

Einführung

Cohere ist ein führendes KI-Unternehmen, das eine Suite leistungsstarker Sprachmodelle anbietet, die darauf ausgelegt sind, die Interaktion mit Textdaten zu revolutionieren. Dieses Tutorial führt Sie durch den Prozess der Nutzung des Rerank (Beta)-Modells von Cohere zur Optimierung von Suchalgorithmen, was in der Erstellung einer Webanwendung mit Streamlit gipfelt. Für diejenigen, die tiefer in Cohere’s Sprachlernmodelle (LLMs) einsteigen möchten, empfehle ich, das Tutorial „Wie man mit Cohere LLMs beginnt“ anzusehen.

Verstehen von ElevenLabs

ElevenLabs ist auf Sprach-KI spezialisiert und konzentriert sich darauf, Inhalte in verschiedenen Sprachen und Stimmen zugänglich zu machen. Ihre Technologie ermöglicht die Erstellung von realistischen, kontextbewussten KI-Audio, die es Benutzern ermöglicht, Sprache in mehreren Stimmen und Sprachen zu generieren. Gegründet im Jahr 2022 von den Ingenieuren Piotr und Mati, hat ElevenLabs das Ziel, sprachliche Barrieren in Inhalten zu beseitigen, insbesondere die Qualität von Synchronisationen in Hollywood-Filmen zu verbessern.

Überblick über Streamlit

Streamlit ist ein reines Python-Framework, das den Prozess der Erstellung von Webanwendungen vereinfacht. Wenn Sie neu dabei sind, empfehle ich, sich mit Streamlit-Apps vertraut zu machen.

Voraussetzungen

• Laden Sie Visual Studio Code oder einen alternativen Code-Editor wie IntelliJ IDEA oder PyCharm herunter.
• Erhalten Sie einen Cohere API-Schlüssel, indem Sie sich auf der Plattform von Cohere anmelden. Dieser Schlüssel gewährt Zugang zu allen Modellen von Cohere.
• Melden Sie sich bei ElevenLabs an und holen Sie sich Ihren API-Schlüssel, indem Sie zum Profil-Icon navigieren und API-Schlüssel auswählen.
• Erstellen Sie ein Konto auf Streamlit, vorzugsweise mit Ihrem GitHub-Konto für nahtloses Deployment.
• Stellen Sie sicher, dass Sie eine Tasse Kaffee und einen Laptop für eine produktive Codierungssitzung bereit haben.

Lernziele

Am Ende dieses Tutorials werden Sie:

• Verstehen, wie Sie das Cohere Rerank (Beta)-Modell über die API verwenden.
• Lernen, wie man Web-Apps mit Streamlit erstellt.
• Eine Anwendung erstellen, die Cohere Rerank (Beta) integriert.
• Ihre Anwendung in der Streamlit Sharing Cloud bereitstellen.

Lasst uns starten

Ein neues Projekt erstellen

Beginnen Sie, indem Sie Visual Studio Code öffnen und einen neuen Ordner mit dem Namen cohere-rerank-tutorial erstellen.

Erstellen und Aktivieren einer virtuellen Umgebung

Erstellen Sie in Ihrem Terminal eine Python-virtuelle Umgebung und aktivieren Sie diese mit dem folgenden Befehl:

python -m venv myenv
source myenv/bin/activate  # Unter Windows verwenden: myenv\Scripts\activate

Benötigte Abhängigkeiten installieren

Installieren Sie alle notwendigen Abhängigkeiten mit dem folgenden Befehl:

pip install -r requirements.txt

Eine Streamlit-App erstellen

Jetzt, da unsere Projektstruktur eingerichtet ist, erstellen Sie eine neue Datei mit dem Namen app.py. Beginnen Sie damit, die benötigten Bibliotheken zu importieren:

import streamlit as st
import cohere  # API-Aufrufe
import elevenlabs  # Für Spracherzeugung

Konfigurieren Sie die Streamlit-Seite

Setzen Sie den Seiten Titel und das Favicon:

st.set_page_config(page_title="Cohere Rerank App", page_icon="favicon.ico")

Benutzeroberfläche gestalten

Fügen Sie eine Seitenleiste für API-Schlüssel und Datei-Uploads hinzu, initialisieren Sie Nachrichtenstatus und erstellen Sie ein Formular für die Benutzereingabe:

Implementieren Sie das Benutzer-Eingabeformular

Verwenden Sie st.form(), um ein Layout für Benutzeranfragen zu erstellen:

with st.form(key='my_form'):
    user_input = st.text_input(label='Geben Sie Ihre Anfrage ein')
    submit_button = st.form_submit_button(label='Absenden')

Sprachübertragungen erstellen

Erstellen Sie eine Funktion zur Generierung von Sprachübertragungen für Benutzermeldungen:

def generate_voice(text):
    audio_output = elevenlabs.generate(text)
    return audio_output

Die App ausführen

Führen Sie Ihre App mit dem folgenden Befehl aus:

streamlit run app.py

Sie können sie unter http://localhost:8501 aufrufen.

Den Code auf GitHub hochladen

Erstellen Sie ein neues Repository auf GitHub, pushen Sie Ihren Code und stellen Sie sicher, dass requirements.txt enthalten ist.

Bereitstellung in der Streamlit Sharing Cloud

Melden Sie sich mit GitHub bei Streamlit Sharing Cloud an, klicken Sie auf Neue App und füllen Sie die erforderlichen Details aus. Nach der Bereitstellung sollte Ihre App live sein!

Die App testen

Um die Anwendung zu testen, geben Sie Ihren Cohere API-Schlüssel ein, laden Sie eine Datei hoch und senden Sie eine Anfrage. Verwenden Sie die Live-Demo, um die Funktionen zu validieren.

Link zum Quellcode

Für den vollständigen Quellcode, bitte forken Sie dieses GitHub-Repository.

Fazit

Vielen Dank, dass Sie diesem Tutorial gefolgt sind! Sie sollten jetzt eine voll funktionsfähige Anwendung haben, die Cohere und ElevenLabs für verbesserte Text- und Sprachverarbeitung nutzt.