# datawhale_spark_sdk

**Repository Path**: bardwang/datawhale_spark_sdk

## Basic Information

- **Project Name**: datawhale_spark_sdk
- **Description**: sdk的目标时简化讯飞关于web socket的调用，并封装成python对象。我们希望学习者使用sdk后，可以从官方demo的几十行代码化简成几行代码。
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2025-05-14
- **Last Updated**: 2025-05-14

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# SDK调用方式
## 1. 安装SDK
```bash
pip install dwspark-2025.0.1-py3-none-any.whl -i https://pypi.tuna.tsinghua.edu.cn/simple --default-timeout=600
```

## 2. 加载配置
```python
from dwspark.config import Config
# 加载系统环境变量：SPARKAI_UID、SPARKAI_APP_ID、SPARKAI_API_KEY、SPARKAI_API_SECRET
config = Config()
# 自定义key写入
config = Config('14****93', 'eb28b****b82', 'MWM1MzBkOD****Mzk0')
```

## 3.调用模型
```python
# SDK引入模型
from dwspark.models import MultiLang
# 日志
from loguru import logger
'''
多语种大模型
'''
# 模拟问题
message = [{"role": "system", "content": "あなたはとても専門的な日本語の国語の先生で、文才が華麗です。"},{"role": "user", "content": '100字の作文を書いてください。'}]
logger.info('----------批式调用对话----------')
model = MultiLang(config, stream=False)
logger.info(model.generate(message)
logger.info('----------流式调用对话----------')
model = MultiLang(config, stream=True)
for r in model.generate_stream(message):
    logger.info(r)
logger.info('done.')



'''
    语音合成模型
'''
from dwspark.models import Text2Audio
text2audio = Text2Audio(config)
result = text2audio.generate("你好，这里是datawhale团队，请问有什么可以帮你的？", "./demo.mp3")
logger.info(f'-------语音合成结果：{result}-------')

'''
    中英识别模型
'''
from dwspark.models import Audio2Text
model = Audio2Text(config)
result = model.recognize('./demo.mp3')
logger.info(f'识别结果：{result}')

'''
    图片生成大模型
'''
from dwspark.models import Text2Picture
model = Text2Picture(config)
img_path = model.generate("请你生成一幅鲸鱼水墨画", "D://")
logger.info(f'生成图片位置：{img_path}')

'''
    一句话语音克隆
'''
logger.info('----------批式调用----------')
model = VoiceSynthesis(conf, stream=False)
params_with_training = {
    'text': "欢迎使用讯飞星火认知大模型。",
    'model_name': "new_model",
    'audio_path': './dwspark/voice/test.wav', 
    # 音频需要宝子们根据要求录制  参见“./dwspark/voice/语音文本.txt”
    # 'force_train': True,  # Force retraining
    'output_path': './new_output.mp3',
    'voice_model_config': 'voice_models.json'  # Add the voice_model_config to params
}

# Uncomment to run training and synthesis
result = model.generate(params_with_training)
logger.info(f"Training and synthesis result: {result}")

```



# 模型列表
| 模型名称   | 调用方式                                                                                          |
|--------|-----------------------------------------------------------------------------------------------|
| 多语种大模型 | model = ChatModel(config, stream=False)</br>model.generate([dict(role="user", content='100字の作文を書いてください。')]) |
| 语音合成模型 | model = Text2Audio(config)</br>result = text2audio.generate("你好，这里是datawhale团队，请问有什么可以帮你的？", "./demo.mp3") |
| 中英识别模型 | model = Audio2Text(config)</br>result = model.recognize('./demo.mp3') |
| 图片生成大模型 | model = Text2Picture(config)</br>img_path = model.generate("请你生成一幅鲸鱼水墨画", "D://") |