Cohere's Rerank-Modell: Erstellen Sie Ihre Streamlit-App mit ElevenLabs-Integration

Einführung

Cohere, ein führendes KI-Unternehmen, bietet eine Suite leistungsstarker Sprachmodelle an, die die Art und Weise verändern können, wie Sie mit Textdaten arbeiten. Dieses Tutorial führt Sie durch die Nutzung des Cohere Rerank (Beta)-Modells, um Suchalgorithmen zu optimieren und eine Streamlit-App damit zu erstellen. Um mehr über Cohere LLMs zu erfahren, sehen Sie sich unser Tutorial "So starten Sie mit Cohere LLMs" an.

Verstehen von ElevenLabs

ElevenLabs ist ein Forschungs- und Implementierungsunternehmen für Sprach-KI, das sich der Zugänglichkeit von Inhalten in jeder Sprache und Stimme verschrieben hat. Sie sind auf die Erstellung von hochrealistischem, vielseitigem und kontextbewusstem KI-Audio spezialisiert, das die Erzeugung von Sprache in zahlreichen Stimmen und Sprachen ermöglicht. Gegründet 2022 von Piotr und Mati, ehemaligen Ingenieuren und Strategen, wurde ElevenLabs von dem Wunsch inspiriert, sprachliche Barrieren in Inhalten, insbesondere bei schlechter Synchronisation in Hollywood-Filmen, zu beseitigen.

Was ist Streamlit?

Streamlit ist ein reines Python-Framework für den Bau von Webanwendungen. Es ist benutzerfreundlich und perfekt für alle, die interaktive Anwendungen in Python erstellen möchten. Für ein tieferes Verständnis sind Sie eingeladen, sich mit der Dokumentation von Streamlit vertraut zu machen.

Voraussetzungen

• Laden Sie Visual Studio Code herunter, das mit Ihrem Betriebssystem kompatibel ist, oder verwenden Sie andere Code-Editoren wie IntelliJ IDEA oder PyCharm.
• Melden Sie sich für ein Cohere-Konto an, um Ihren API-Schlüssel zu erhalten.
• Melden Sie sich für ein ElevenLabs-Konto an, um auf ihren Sprach-KI-API-Schlüssel zuzugreifen.
• Erstellen Sie ein Konto auf Streamlit für die Bereitstellung der App.
• Holen Sie sich eine Tasse Kaffee und einen Laptop für die Codierungssitzung!

Lernziele

• Erlernen, wie man das Cohere Rerank (Beta)-Modell über die API verwendet.
• Web-Apps mit Streamlit erstellen.
• Eine App mit Cohere Rerank (Beta) erstellen.
• Die App in der Streamlit Sharing Cloud bereitstellen.

Erste Schritte

Ein neues Projekt erstellen

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

Virtuelle Umgebung erstellen

Erstellen Sie eine Python-virtuelle Umgebung und aktivieren Sie diese mit folgendem Befehl:

python -m venv venv
source venv/bin/activate  # Auf Windows verwenden Sie `venv\Scripts\activate`

Alle Abhängigkeiten installieren

Installieren Sie als nächstes die erforderlichen Abhängigkeiten mit:

pip install -r requirements.txt

Erstellen der Streamlit-App

Nachdem Sie die anfängliche Projektstruktur eingerichtet haben, erstellen Sie eine neue Datei mit dem Namen app.py in Ihrem Projektverzeichnis.

Einrichten der App

• Importieren Sie die notwendigen Bibliotheken am Anfang der app.py-Datei.
• Konfigurieren Sie den Logger zu Debugging-Zwecken.
• Richten Sie die Streamlit-Seite mit einem Titel und einer Beschreibung ein.
• Erstellen Sie eine Seitenleiste zur Verwaltung von API-Schlüsseln und hochgeladenen Dateien.

Benutzereingaben behandeln

Verwenden Sie st.form() von Streamlit, um ein Formular für Benutzereingaben zu erstellen, und nutzen Sie st.columns(), um das Layout zu organisieren.

Implementierung der Sprachgenerierung

Implementieren Sie eine Funktion zur Erzeugung von Sprachübertragungen für jede eingegebene Nachricht.

Anzeigen der Antworten

Holen Sie sich die Antwort von der Cohere-API und zeigen Sie sie auf dem Bildschirm an.

Chatverlauf löschen

Optional können Sie eine Funktion implementieren, um den Chatverlauf zu löschen.

Die App ausführen

Führen Sie die App aus, indem Sie folgenden Befehl eingeben:

streamlit run app.py

Besuchen Sie http://localhost:8501, um Ihre Streamlit-App anzuzeigen.

Bereitstellung der App

Code auf GitHub pushen

Erstellen Sie ein neues GitHub-Repository und pushen Sie den Code dorthin. Stellen Sie sicher, dass Sie die requirements.txt-Datei für die Bereitstellung einfügen.

Bereitstellung in der Streamlit Sharing Cloud

Loggen Sie sich in die Streamlit Sharing Cloud ein, klicken Sie auf 'Neue App', füllen Sie die Details aus und klicken Sie auf die Schaltfläche Bereitstellen!.

Testen der App

Um die App zu testen, geben Sie Ihren Cohere API-Schlüssel ein, laden Sie Ihre gewünschte Datei hoch und geben Sie Ihre Abfrage ein, bevor Sie auf die Schaltfläche Senden klicken.

Fazit

Vielen Dank, dass Sie diesem Tutorial gefolgt sind! Mit diesen Schritten haben Sie erfolgreich eine Streamlit-App mit Cohere Rerank (Beta) und ElevenLabs Sprach-KI erstellt und bereitgestellt.