EverythingAI API

作用

此 API 无需使用任何数据集进行训练，即可检测深度伪造内容、将语音转换为文本、分析美国手语等。这得益于 Gemini Flash 1.5 及其“Imposition-Context”技术。
此 API 目前涵盖以下 AI 任务：深度伪造检测、多语言语音转文字（在多语言音频上，结果优于 whisper-large-v3）、详细准确地分析和解读视频中的手语、仅需 2 秒即可对多达 80 种情感状态的文本进行分类，以及字符检测和准确性与现有大型 OCR 系统相当的 OCR。我仍在努力集成更多 AI 任务。
如果我们只是将视频单独提供给 Gemini Flash 1.5，它将无法检测深度伪造内容。您可以看到，Gemini Flash 1.5 很难识别深度伪造内容。因此，我开发了“强制提供上下文”提示技术。
与传统方法（用户提示模型，并等待模型自行解读上下文）不同，“强制提供上下文”会直接指定模型的输出历史记录。模型本身实际上并未编写回答，而是由我编写的。
但当它查看聊天记录时，会错误地认为自己生成了这些回答。这会迫使它了解用户的意图。如您所见，这种方法可以取得出色的效果。Gemini Flash 1.5 不仅能够分析深度伪造内容，还能实现令人难以置信的精确度。