通过DashScope API调用将多种模态转换为向量

本文介绍如何通过模型服务灵积DashScope进行多模态向量生成，并入库至向量检索服务DashVector中进行向量检索。

模型服务灵积DashScope，通过灵活、易用的模型API服务，让各种模态模型的能力，都能方便的为AI开发者所用。通过灵积API，开发者不仅可以直接集成大模型的强大能力，也可以对模型进行训练微调，实现模型定制化。

前提条件

DashVector：
- 已创建Cluster：创建Cluster
- 已获得API-KEY：API-KEY管理
- 已安装最新版SDK：安装DashVector SDK
DashScope：
- 已开通服务并获得API-KEY：开通DashScope并创建API-KEY
- 已安装最新版SDK：安装DashScope SDK

ONE-PEACE多模态向量表征

简介

ONE-PEAC是一个图文音三模态通用表征模型，在语义分割、音文检索、音频分类和视觉定位几个任务都达到了新SOTA表现，在视频分类、图像分类、图文检索、以及多模态经典benchmark也都取得了比较领先的结果。

|-----------------------------------|----------|----------|------------|------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 模型名称 | 向量维度 | 度量方式 | 向量数据类型 | 备注 |
| multimodal-embedding-one-peace-v1 | 1536 | Cosine | Float32 | * 图片：图像格式目前支持bmp, jpg, jpeg, png 和 tiff；文件大小不超过5M * 音频：当前支持最大音频时长为15s，超出该时长的音频内容在 auto-truncation 功能打开的情况下会被截断继续计算向量，auto-truncation 功能关闭的时候本次请求会报错返回；语音格式目前支持 wav, mp3 和 flac；文件大小不超过5M * 文本：当前支持最大文本长度为70 字，超出该长度的文本内容在 auto-truncation 功能打开的情况下会被截断继续计算向量，auto-truncation 功能关闭的时候本次请求会报错返回； |

说明

关于灵积ONE-PEACE多模态向量表征更多信息请参考：ONE-PEACE多模态向量表征。

使用示例

说明

需要进行如下替换代码才能正常运行：

DashVector api-key替换示例中的{your-dashvector-api-key}
DashVector Cluster Endpoint替换示例中的{your-dashvector-cluster-endpoint}
DashScope api-key替换示例中的{your-dashscope-api-key}

Python示例：

复制代码

import dashscope
from dashscope import MultiModalEmbedding
from dashvector import Client


dashscope.api_key = '{your-dashscope-api-key}'


# 调用DashScope ONE-PEACE模型，将各种模态素材embedding为向量
def generate_embeddings(text: str = None, image: str = None, audio: str = None):
    input = []
    if text:
        input.append({'text': text})
    if image:
        input.append({'image': image})
    if audio:
        input.append({'audio': audio})
    result = MultiModalEmbedding.call(
        model=MultiModalEmbedding.Models.multimodal_embedding_one_peace_v1,
        input=input,
        auto_truncation=True
    )
    if result.status_code != 200:
        raise Exception(f"ONE-PEACE failed to generate embedding of {input}, result: {result}")
    return result.output["embedding"]


# 创建DashVector Client
client = Client(
    api_key='{your-dashvector-api-key}',
    endpoint='{your-dashvector-cluster-endpoint}'
)

# 创建DashVector Collection
rsp = client.create('one-peace-embedding', 1536)
assert rsp
collection = client.get('one-peace-embedding')
assert collection

# 向量入库DashVector
collection.insert(
    [
        ('ID1', generate_embeddings(text='阿里云向量检索服务DashVector是性能、性价比具佳的向量数据库之一')),
        ('ID2', generate_embeddings(image='https://dashscope.oss-cn-beijing.aliyuncs.com/images/256_1.png')),
        ('ID3', generate_embeddings(audio='https://dashscope.oss-cn-beijing.aliyuncs.com/audios/cow.flac')),
        ('ID4', generate_embeddings(
            text='阿里云向量检索服务DashVector是性能、性价比具佳的向量数据库之一',
            image='https://dashscope.oss-cn-beijing.aliyuncs.com/images/256_1.png',
            audio='https://dashscope.oss-cn-beijing.aliyuncs.com/audios/cow.flac'
        ))
    ]
)

# 向量检索
docs = collection.query(
    generate_embeddings(text='The best vector database')
)
print(docs)

通过DashScope API调用将多种模态转换为向量

前提条件

ONE-PEACE多模态向量表征

简介

使用示例

相关最佳实践