Google Gemini Pro 1.5重大更新：新增音頻理解、單次處理任何格式數(shù)據(jù)、更強(qiáng)大的函數(shù)調(diào)用和JSON模式，DataLeanrerAI實(shí)測(cè)音頻理解能力優(yōu)秀，且同時(shí)Gemini 1.5 Pro 開放 API 讓開發(fā)者申請(qǐng)使用！輕松獲取Gemini 1.5 Pro API Key教程：開發(fā)者申請(qǐng)部署ai應(yīng)用。

Gemini Pro 1.5 超過(guò)180個(gè)國(guó)家或地區(qū)的Gemini API公測(cè)環(huán)境提供， 引入了官方改進(jìn)的音頻/視頻（語(yǔ)言）理解能力和新的file API，以便于實(shí)時(shí)大文件訪問。

Gemini 1.5 Pro的主要更新內(nèi)容

全球可用性:

Gemini 1.5 Pro現(xiàn)已在超過(guò)180個(gè)國(guó)家或地區(qū)的Gemini API公測(cè)環(huán)境提供，使得全球開發(fā)者都能訪問并利用這一新型模型。

官方音頻/視頻（語(yǔ)言）理解能力:

引入了官方改進(jìn)的音頻（語(yǔ)言）理解能力，這意味著Gemini 1.5 Pro能夠更精確地解析和理解音頻輸入，為開發(fā)者提供更豐富的語(yǔ)言識(shí)別和處理工具。

新的file API:

新增的file API使得文件大小不再成為限制，使開發(fā)者能夠更高效地處理應(yīng)用中的大文件傳輸，視頻和音頻文件的處理。

JSON解析:

JSON能力升級(jí)，包括多套綜合的JSON解析器架構(gòu)，極大地提高了數(shù)據(jù)解析的精度和性能。

功能和接口:

改進(jìn)了功能和接口調(diào)用，開發(fā)者可以選擇不同的接口實(shí)現(xiàn)功能調(diào)試，增強(qiáng)了系統(tǒng)接口的靈活性和適用性。

新的文本嵌入模型:

推出了性能優(yōu)越的最新一代文本嵌入模型（text-embedding-004），在MTEB基準(zhǔn)測(cè)試中顯示出比前幾代模型更優(yōu)越的綜合性能，為文本分析和語(yǔ)義理解提供了強(qiáng)大的支持。

更廣泛的輸入格式支持:

Gemini 1.5 Pro擴(kuò)展了對(duì)不同輸入格式的支持，包括音頻和視頻，并計(jì)劃很快支持圖片的內(nèi)容和語(yǔ)言（語(yǔ)言）跨模態(tài)轉(zhuǎn)換的API交互，為開發(fā)者提供更多元化的應(yīng)用可能。

這些更新不僅展示了Google對(duì)AI技術(shù)不斷創(chuàng)新的承諾，也為開發(fā)者提供了更多工具和資源，以便更好地構(gòu)建和優(yōu)化他們的應(yīng)用程序和服務(wù)。

如何使用Gemini 1.5 Pro？

創(chuàng)建API密鑰:

在Google AI Studio創(chuàng)建或申請(qǐng)測(cè)試的API密鑰，開始構(gòu)建。

查看和使用擴(kuò)展的音頻/視頻（語(yǔ)言）能力:

在Gemini API和Google AI Studio中查看擴(kuò)展的音頻和視頻（語(yǔ)言）理解能力。

支持通過(guò)上傳到Google AI Studio的視頻和音頻自動(dòng)翻譯的音頻輸入，API交互的潛力巨大。

配置API調(diào)用:

在Google AI Studio的Gemini API中，通過(guò)交互式的分析與管理控制臺(tái)創(chuàng)建、定義角色、格式、時(shí)間和規(guī)則，以便于理解不同的輸入格式和行為。

JSON解析:

查看和使用改進(jìn)的JSON解析功能和新的文本嵌入模型，使你可以更靈活地處理大文本數(shù)據(jù)和結(jié)構(gòu)化的JSON響應(yīng)。你可以使用cURL或Python SDK支持的交互功能。

import requests

url = "https://gemini.api.google.com/v1/json-parser"

headers = {

"Authorization": "Bearer YOUR_API_KEY",

"Content-Type": "application/json"

}

payload = {

"json_input": {"example_key": "example_value"}

}

response = requests.post(url, headers=headers, json=payload)

print(response.json())

跨模態(tài)轉(zhuǎn)換的使用:

現(xiàn)在可以與Gemini API互動(dòng)，將音頻、視頻和文本，甚至圖片進(jìn)行交互，功能適用范圍大大擴(kuò)展。

申請(qǐng)Gemini 1.5 Pro API步驟

訪問Google AI Studio:

打開瀏覽器，訪問Google AI Studio。

創(chuàng)建賬號(hào)或登錄:

使用Google賬號(hào)登錄，若沒有賬號(hào)，請(qǐng)先注冊(cè)。

申請(qǐng)API密鑰:

在主頁(yè)上選擇“創(chuàng)建項(xiàng)目”。

輸入項(xiàng)目名稱并選擇相關(guān)設(shè)置。

在項(xiàng)目設(shè)置中選擇“API與服務(wù)”，然后選擇“創(chuàng)建API密鑰”。

預(yù)充值

輸入預(yù)充值金額，最低為5美元。

Gemini API支付覺得復(fù)雜的小伙伴可以參考：

國(guó)內(nèi)直連通過(guò)中轉(zhuǎn)平臺(tái)快速獲取Gemini API KEY 密鑰，以 uiuihao.com 平臺(tái)為例，申請(qǐng)并使用Gemini API密鑰比較友好，可以快速主力開發(fā)者更好的節(jié)省折騰申請(qǐng)Gemini API KEY 密鑰的時(shí)間。

配置和測(cè)試API:

在API控制臺(tái)中配置所需的API服務(wù)。

使用提供的API密鑰在開發(fā)環(huán)境中進(jìn)行測(cè)試和開發(fā)。

Gemini 1.5 Pro帶來(lái)了顯著的改進(jìn)和新功能，為開發(fā)者提供了強(qiáng)大的工具和更大的靈活性，幫助他們?cè)谌蚍秶鷥?nèi)更高效地開發(fā)和優(yōu)化應(yīng)用程序。通過(guò)詳細(xì)的API調(diào)用和配置步驟，開發(fā)者可以輕松上手并充分利用這些新特性。


審核編輯 黃宇