### 如何在 Python 中调用 OpenAI API 要在 Python 中调用 OpenAI 的 API，需要首先安装 `openai` 库并正确配置 API 密钥。以下是一个完整的示例，展示如何使用 OpenAI 的 API 进行文本生成或语音转文字的任务。 #### 安装依赖 确保已安装 `openai` 库。可以通过以下命令安装： ```bash pip install openai ``` #### 配置 API 密钥 在代码中设置 OpenAI API 密钥。可以通过环境变量或直接在代码中定义密钥[^1]。 ```python import os import openai # 设置 API 密钥 openai.api_key = "[INSERT YOUR OPENAI API KEY HERE]" ``` #### 使用 GPT-3 模型生成文本 以下是一个示例，展示如何通过 GPT-3 模型生成文本[^4]。 ```python response = openai.Completion.create( engine="davinci", # 使用的模型引擎 prompt="Translate the following English text to French: 'Hello, how are you?'", # 输入提示 max_tokens=60 # 最大输出令牌数 ) print(response.choices[0].text.strip()) ``` #### 使用 Whisper API 进行语音转文字 Whisper 是 OpenAI 提供的一种强大的语音识别工具。以下是使用 Whisper API 将音频文件转换为文本的示例[^1]。 ```python audio_file = open("sample.mp3", "rb") # 打开音频文件 transcript = openai.Audio.transcribe("whisper-1", audio_file) # 调用 Whisper API print(transcript.text) # 输出转录结果 ``` #### 使用 Azure OpenAI API 如果使用 Azure OpenAI 服务，则需要额外的配置步骤，例如设置 `api_base` 和加载环境变量[^2]。 ```python import os import openai from dotenv import load_dotenv, find_dotenv _ = load_dotenv(find_dotenv()) # 加载 .env 文件 openai.api_key = os.environ['OPENAI_API_KEY'] # 设置 API 密钥 openai.api_base = os.environ['OPENAI_API_BASE'] # 设置 API 基础 URL def get_completion(prompt, model="gpt-3.5-turbo"): messages = [{"role": "user", "content": prompt}] response = openai.ChatCompletion.create( model=model, messages=messages, temperature=0, ) return response.choices[0].message["content"] result = get_completion("1+1 的结果是?") print(result) ``` ### 注意事项 - 在生产环境中，建议通过环境变量管理敏感信息（如 API 密钥）[^2]。 - 确保音频文件格式与 API 兼容。通常支持 MP3、MP4、MPEG 等格式。 - 使用 Azure OpenAI 时，需根据官方文档完成资源和模型的部署[^3]。