Spring AI教程（二十二）：更多模型支持与图像、音频处理

Spring AI教程（二十二）：更多模型支持与图像、音频处理

在前面的文章中，我们讨论了如何为特定组件添加依赖，并详细介绍了Spring AI支持的嵌入模型和聊天模型。本篇文章将介绍更多Spring AI支持的模型，包括图像生成模型和音频处理模型。

聊天模型依赖

以下是更多常见的聊天模型及其依赖项：

• HuggingFace Chat Completion

  <dependency>
      <groupId>com.example</groupId>
      <artifactId>spring-ai-huggingface-chat</artifactId>
      <version>1.0.0</version>
  </dependency>
  

• Google Vertex AI PaLM2 Chat Completion

  <dependency>
      <groupId>com.example</groupId>
      <artifactId>spring-ai-vertexai-palm2-chat</artifactId>
      <version>1.0.0</version>
  </dependency>
  

• Google Vertex AI Gemini Chat Completion

  <dependency>
      <groupId>com.example</groupId>
      <artifactId>spring-ai-vertexai-gemini-chat</artifactId>
      <version>1.0.0</version>
  </dependency>
  

• Amazon Bedrock Chat Completion

  <dependency>
      <groupId>com.example</groupId>
      <artifactId>spring-ai-bedrock-chat</artifactId>
      <version>1.0.0</version>
  </dependency>
  

  其中包括具体的子模型：

  • Cohere Chat Completion
  • Llama Chat Completion
  • Titan Chat Completion
  • Anthropic Chat Completion
  • Jurassic2 Chat Completion

• MistralAI Chat Completion

  <dependency>
      <groupId>com.example</groupId>
      <artifactId>spring-ai-mistralai-chat</artifactId>
      <version>1.0.0</version>
  </dependency>
  

图像生成模型

以下是一些常见的图像生成模型及其依赖项：

• OpenAI Image Generation

  <dependency>
      <groupId>com.example</groupId>
      <artifactId>spring-ai-openai-image</artifactId>
      <version>1.0.0</version>
  </dependency>
  

• StabilityAI Image Generation

  <dependency>
      <groupId>com.example</groupId>
      <artifactId>spring-ai-stabilityai-image</artifactId>
      <version>1.0.0</version>
  </dependency>
  

音频模型

Spring AI还支持多种音频处理模型，包括音频转录和文本转语音（TTS）模型：

音频转录模型

• OpenAI Transcriptions

  <dependency>
      <groupId>com.example</groupId>
      <artifactId>spring-ai-openai-transcriptions</artifactId>
      <version>1.0.0</version>
  </dependency>
  

文本转语音（TTS）模型

• OpenAI TTS

  <dependency>
      <groupId>com.example</groupId>
      <artifactId>spring-ai-openai-tts</artifactId>
      <version>1.0.0</version>
  </dependency>
  

使用示例

以下是一些使用图像生成和音频处理模型的示例：

图像生成示例

1. 创建图像生成服务类

   import org.springframework.stereotype.Service;
   import com.example.springai.OpenAiImageGenerationService;
   
   @Service
   public class ImageGenerationService {
   
       private final OpenAiImageGenerationService imageGenerationService;
   
       public ImageGenerationService(OpenAiImageGenerationService imageGenerationService) {
           this.imageGenerationService = imageGenerationService;
       }
   
       public String generateImage(String prompt) {
           return imageGenerationService.generateImage(prompt);
       }
   }
   

2. 创建控制器

   import org.springframework.beans.factory.annotation.Autowired;
   import org.springframework.web.bind.annotation.GetMapping;
   import org.springframework.web.bind.annotation.RequestParam;
   import org.springframework.web.bind.annotation.RestController;
   
   @RestController
   public class ImageGenerationController {
   
       @Autowired
       private ImageGenerationService imageGenerationService;
   
       @GetMapping("/generate-image")
       public String generateImage(@RequestParam String prompt) {
           return imageGenerationService.generateImage(prompt);
       }
   }
   

音频转录示例

1. 创建音频转录服务类

   import org.springframework.stereotype.Service;
   import com.example.springai.OpenAiTranscriptionService;
   
   @Service
   public class TranscriptionService {
   
       private final OpenAiTranscriptionService transcriptionService;
   
       public TranscriptionService(OpenAiTranscriptionService transcriptionService) {
           this.transcriptionService = transcriptionService;
       }
   
       public String transcribeAudio(String audioFilePath) {
           return transcriptionService.transcribe(audioFilePath);
       }
   }
   

2. 创建控制器

   import org.springframework.beans.factory.annotation.Autowired;
   import org.springframework.web.bind.annotation.GetMapping;
   import org.springframework.web.bind.annotation.RequestParam;
   import org.springframework.web.bind.annotation.RestController;
   
   @RestController
   public class TranscriptionController {
   
       @Autowired
       private TranscriptionService transcriptionService;
   
       @GetMapping("/transcribe-audio")
       public String transcribeAudio(@RequestParam String audioFilePath) {
           return transcriptionService.transcribeAudio(audioFilePath);
       }
   }
   

结论

通过了解更多Spring AI支持的模型，你可以在项目中利用这些模型提供的强大功能。无论是聊天模型、图像生成模型，还是音频处理模型，Spring AI都提供了丰富的选择，帮助你构建智能化应用。希望这篇文章能帮助你在实际项目中应用这些技术，并激发你更多的创意。

下一篇文章中，我们将继续探讨更多实际应用场景和高级功能，帮助你进一步掌握这一强大的工具。