vivo

vivo

2025中国高校计算机大赛AIGC创新赛，vivo家ai能力第三方SDK

比赛链接：https://aigc.vivo.com.cn/

ai能力文档：https://aigc.vivo.com.cn/#/document/index

DeepWiki（非常好的可以帮你详细理解本仓库的工具）：https://deepwiki.com/dingdinglz/vivo

实现能力列表

2025年赛事方提供的全部ai能力已经全部封装完成，使用过程中遇到问题请发issue或者私聊。

如果本包对你有帮助，给个star吧～

• 蓝心大模型70B

• 蓝心大模型多模态

• AI绘画

• 通用OCR

• 实时短语音识别

• 方言自由说

• 同声传译

• 长语音听写

• 长语音转写

• 音频生成

• 声音复制

• 文本翻译

• 文本向量

• 文本相似度

• 查询改写

• 地理编码

开始使用

go get github.com/dingdinglz/vivo

使用示例

[!WARNING] 下述示例为了保证代码尽可能少，均未做错误处理，实际使用中应进行错误处理！

[!IMPORTANT] 示例中使用的os.Getenv是获取环境变量的意思，为了保证key和id的隐私性，使用时传入id和key的字符串即可，不需要一定要仿照我的os.Getenv

蓝心大模型70B

Chat

标准对话

Chat的第一个参数是Request_id，每次请求用GenerateRequestID生成一个即可，SessionID可以用GenerateSessionID生成，每次对话需要保持一致，比如上下文，Message是一个数组，Role由vivo.CHAT_ROLE_表示四种身份，Content是对话内容

package main

import (
    "fmt"
    "os"

    "github.com/dingdinglz/vivo"
)

func main() {
    app := vivo.NewVivoAIGC(vivo.Config{
        AppID:  os.Getenv("APPID"),
        AppKey: os.Getenv("APPKEY"),
    })
    res, _ := app.Chat(vivo.GenerateRequestID(), vivo.GenerateSessionID(), []vivo.ChatMessage{
        {
            Role:    vivo.CHAT_ROLE_USER,
            Content: "介绍下你自己吧",
        },
    }, nil)
    fmt.Println(res.Content)
} 

上面是无上下文示例，下面是有上下文示例

package main

import (
    "fmt"
    "os"

    "github.com/dingdinglz/vivo"
)

func main() {
    app := vivo.NewVivoAIGC(vivo.Config{
        AppID:  os.Getenv("APPID"),
        AppKey: os.Getenv("APPKEY"),
    })
    session_id := vivo.GenerateSessionID()
    messages := []vivo.ChatMessage{
        {
            Role:    vivo.CHAT_ROLE_USER,
            Content: "介绍下你自己吧",
        },
    }
    res, _ := app.Chat(vivo.GenerateRequestID(), session_id, messages, nil)
    fmt.Println(res.Content)
    messages = append(messages, res)
    messages = append(messages, vivo.ChatMessage{
        Role:    vivo.CHAT_ROLE_USER,
        Content: "我刚刚问了你什么？",
    })
    res, _ = app.Chat(vivo.GenerateRequestID(), session_id, messages, nil)
    fmt.Println(res.Content)
}

EasyChat

EasyChat是chat的最简化版本，通过最少的代码量实现效果与Chat相同的操作

你只需要给出问题，就可以获得一个答案，例如：

package main

import (
    "fmt"
    "os"

    "github.com/dingdinglz/vivo"
)

func main() {
    app := vivo.NewVivoAIGC(vivo.Config{
        AppID:  os.Getenv("APPID"),
        AppKey: os.Getenv("APPKEY"),
    })
    res, _ := app.EasyChat(vivo.GenerateSessionID(), "你是谁？")
    fmt.Println(res)
}

原先通过role=system实现的人设功能可以通过systemPrompt实现，例如

package main

import (
    "fmt"
    "os"

    "github.com/dingdinglz/vivo"
)

func main() {
    app := vivo.NewVivoAIGC(vivo.Config{
        AppID:  os.Getenv("APPID"),
        AppKey: os.Getenv("APPKEY"),
    })
    res, _ := app.EasyChat(vivo.GenerateSessionID(), "你是谁？", "你是一只猫娘")
    fmt.Println(res)
}

值得一提的是，上下文仍旧生效，具有相同SessionID的所有EasyChat请求共享历史聊天记录，例如：

package main

import (
    "fmt"
    "os"

    "github.com/dingdinglz/vivo"
)

func main() {
    app := vivo.NewVivoAIGC(vivo.Config{
        AppID:  os.Getenv("APPID"),
        AppKey: os.Getenv("APPKEY"),
    })
    sessionID := vivo.GenerateSessionID()
    res, _ := app.EasyChat(sessionID, "你是谁？", "你是一只猫娘")
    fmt.Println(res)
    res, _ = app.EasyChat(sessionID, "我刚刚问了你什么？")
    fmt.Println(res)
}

这是输出结果：

我是猫娘，同时也是你的伙伴和朋友。我可以陪伴你聊天，也可以帮你解决一些问题。
你问我“你是谁？”。

可以看出，上下文仍旧有效

[!NOTE] Chat提供Extra参数可以进行更详细的设置，并且在某些需要维护上下文数组的情况下，Chat仍然有效，因此EasyChat并不能直接取代Chat

ChatStream && EasyChatStream

以流式形式调用Chat或者EasyChat

示例如下：

package main

import (
    "fmt"
    "os"

    "github.com/dingdinglz/vivo"
)

func main() {
    app := vivo.NewVivoAIGC(vivo.Config{
        AppID:  os.Getenv("APPID"),
        AppKey: os.Getenv("APPKEY"),
    })
    app.ChatStream(vivo.GenerateRequestID(), vivo.GenerateSessionID(), []vivo.ChatMessage{
        {
            Role:    vivo.CHAT_ROLE_USER,
            Content: "你是谁？",
        },
    }, nil, func(s string) {
        fmt.Print(s)
    })
}

package main

import (
    "fmt"
    "os"

    "github.com/dingdinglz/vivo"
)

func main() {
    app := vivo.NewVivoAIGC(vivo.Config{
        AppID:  os.Getenv("APPID"),
        AppKey: os.Getenv("APPKEY"),
    })
    app.EasyChatStream(vivo.GenerateSessionID(), "你是谁？", func(s string) {
        fmt.Print(s)
    })
}

Function Calling - ChatWithTools

Function Calling让llm可以使用你定义的工具函数，比如你可以通过添加一个查询天气状况的函数让大模型可以调用函数。

详细的介绍可以看：大模型Function Calling终极指南 ｜ golang如何调用Function Calling

ChatWithTools允许蓝心大模型使用我们的自定义function，第一个参数是sessionID，可以通过GenerateSessionID生成，第二个和第三个参数是messages和extra，同Chat部分，第四个参数是tools，是我们的自定义函数，一个ChatTool具有四个参数，FuncName是函数名，类似于开发中自定义函数的函数名，Description是对函数功能的描述，Parameters是一个数组，定义传入函数的参数（Name是变量名，Description是对该变量的描述，Type是变量类型，例如string等等，Enum用于枚举变量，可以限制llm传入的参数的范围，不用可以不填，Required则是是否必须使用该参数。）Func则是函数的实现，你需要定义一个形如func(m map[string]interface{}) (string, error)的函数，然后完成函数内容，通过m["传入变量名（对应Parameters中定义的）"]可以取出llm传入的参数，然后返回函数调用的结果（用自然语言描述即可）。

使用方式请看示例：

package main

import (
	"fmt"
	"os"

	"github.com/dingdinglz/vivo"
)

func main() {
	app := vivo.NewVivoAIGC(vivo.Config{
		AppID:  os.Getenv("APPID"),
		AppKey: os.Getenv("APPKEY"),
	})
	res, _ := app.ChatWithTools(vivo.GenerateSessionID(), []vivo.ChatMessage{
		{
			Role:    vivo.CHAT_ROLE_USER,
			Content: "合肥现在天气怎么样？",
		},
	}, nil, []vivo.ChatTool{
		{
			FuncName:    "get_current_weather",
			Description: "获取一个城市的天气状况",
			Parameters: []vivo.ChatToolParameter{
				{
					Name:        "city",
					Description: "城市名",
					Type:        "string",
					Required:    true,
				},
			},
			Func: func(m map[string]interface{}) (string, error) {
				city := m["city"].(string)
				fmt.Println("城市", city, "被查询了")
				// 这里是模拟，没真进行天气查询，实际使用可以调用查询api
				return "晴,26度", nil
			},
		},
	})
	fmt.Println(res)
}

运行后，可以看到，llm调用了我们定义的get_current_weather函数，这样我们就可以为大模型添加很多实用的功能，让我们与大模型交互更加方便

使用mcp

现在mcp大火，mcp其实就是tool的合集，为llm提供一系列的三方能力，下面的例子是接入高德mcp，只需要通过McpToTools把mcp生成tools，再传入ChatWithTools即可，本包帮助完成了mcp的调用过程

通过下面几行代码，即可轻松地将mcp接入我们的蓝心大模型中

package main

import (
	"fmt"
	"os"

	"github.com/dingdinglz/vivo"
)

func main() {
	app := vivo.NewVivoAIGC(vivo.Config{
		AppID:  os.Getenv("APPID"),
		AppKey: os.Getenv("APPKEY"),
	})
	tools, _ := vivo.McpToTools("npx", []string{
		"AMAP_MAPS_API_KEY=apikey",
	}, "-y", "@amap/amap-maps-mcp-server")
	res, _ := app.ChatWithTools(vivo.GenerateSessionID(), []vivo.ChatMessage{
		{
			Role:    vivo.CHAT_ROLE_USER,
			Content: "大连市有哪些好玩的景点",
		},
	}, nil, tools)
	fmt.Println(res)
}

需要同时用到多个mcp，再加上要用到自己的tool时，只需要维护一个tools数组即可，通过append进行拼接即可。

蓝心大模型多模态

VisionChat

相比于Chat，VisionChat可以传入图片，调用参数也仅仅需要把ChatMessage改成VisionMessage即可，需要增加ContentType字段，可以通过vivo.CHAT_MESSAGE_选择，增加了model参数，可以通过vivo.VISION_CHAT_MODEL_选择

package main

import (
	"fmt"
	"os"

	"github.com/dingdinglz/vivo"
)

func main() {
	app := vivo.NewVivoAIGC(vivo.Config{
		AppID:  os.Getenv("APPID"),
		AppKey: os.Getenv("APPKEY"),
	})
	pic, _ := os.ReadFile("test.png")
	res, _ := app.VisionChat(vivo.GenerateRequestID(), vivo.GenerateSessionID(), vivo.VISION_CHAT_MODEL_BLUELM_PRD, []vivo.VisionChatMessage{
		{
			Role:        vivo.CHAT_ROLE_USER,
			Content:     vivo.GenerateVisionChatImage(pic),
			ContentType: vivo.CHAT_MESSAGE_IMAGE,
		},
		{
			Role:        vivo.CHAT_ROLE_USER,
			Content:     "描述图片的内容",
			ContentType: vivo.CHAT_MESSAGE_TEXT,
		},
	}, nil)
	fmt.Println(res.Content)
}

VisionChatStream

同理，更改对应的参数即可，形式类似ChatStream

package main

import (
	"fmt"
	"os"

	"github.com/dingdinglz/vivo"
)

func main() {
	app := vivo.NewVivoAIGC(vivo.Config{
		AppID:  os.Getenv("APPID"),
		AppKey: os.Getenv("APPKEY"),
	})
	pic, _ := os.ReadFile("test.png")
	app.VisionChatStream(vivo.GenerateRequestID(), vivo.GenerateSessionID(), vivo.VISION_CHAT_MODEL_BLUELM_PRD, []vivo.VisionChatMessage{
		{
			Role:        vivo.CHAT_ROLE_USER,
			Content:     vivo.GenerateVisionChatImage(pic),
			ContentType: vivo.CHAT_MESSAGE_IMAGE,
		},
		{
			Role:        vivo.CHAT_ROLE_USER,
			Content:     "描述图片的内容",
			ContentType: vivo.CHAT_MESSAGE_TEXT,
		},
	}, nil, func(s string) {
		fmt.Print(s)
	})
}

AI绘画

文生图 - Draw

第一个参数是提示词，用于描述要画的内容，第二个参数是要使用的绘画风格，你可以使用vivo.DRAW_THEME_选择，也可以用DrawGetThemes获取，第三个参数是可选参数，你可以用它来控制一些额外参数，例如大小，负面提示词等等

画图结束后返回taskid，需要通过DrawGetResult获取当前绘图状态

package main

import (
    "fmt"
    "os"
    "time"

    "github.com/dingdinglz/vivo"
)

func main() {
    app := vivo.NewVivoAIGC(vivo.Config{
        AppID:  os.Getenv("APPID"),
        AppKey: os.Getenv("APPKEY"),
    })
    task_id, _ := app.Draw("画一只猫猫", vivo.DRAW_THEME_GENERAL)
    url, status, _ := app.DrawGetResult(task_id)
    for status == vivo.DRAW_TASK_STATUS_QUEUE || status == vivo.DRAW_TASK_STATUS_RUNNING {
        time.Sleep(1 * time.Second)
        url, status, _ = app.DrawGetResult(task_id)
    }
    fmt.Println(url)
}

图生图 - Draw2Draw

第一个参数是图片，用于描述要画的内容，第二个参数是要使用的绘画风格，你可以使用vivo.DRAW_THEME_选择，也可以用DrawGetThemes获取，第三个参数是可选参数，你可以用它来控制一些额外参数，例如大小，负面提示词等等

画图结束后返回taskid，需要通过DrawGetResult获取当前绘图状态

package main

import (
    "fmt"
    "os"
    "time"

    "github.com/dingdinglz/vivo"
)

func main() {
    app := vivo.NewVivoAIGC(vivo.Config{
        AppID:  os.Getenv("APPID"),
        AppKey: os.Getenv("APPKEY"),
    })
    pic, _ := os.ReadFile("test.png")
    task_id, _ := app.Draw2Draw(pic, vivo.DRAW_THEME_GENERAL)
    url, status, _ := app.DrawGetResult(task_id)
    for status == vivo.DRAW_TASK_STATUS_QUEUE || status == vivo.DRAW_TASK_STATUS_RUNNING {
        time.Sleep(1 * time.Second)
        url, status, _ = app.DrawGetResult(task_id)
    }
    fmt.Println(url)
}

取消绘画任务 - DrawCancel

你可以在绘画未完成之前取消该任务

package main

import (
    "os"

    "github.com/dingdinglz/vivo"
)

func main() {
    app := vivo.NewVivoAIGC(vivo.Config{
        AppID:  os.Getenv("APPID"),
        AppKey: os.Getenv("APPKEY"),
    })
    app.DrawCancel("task_id")
}

获取风格列表 - DrawGetThemes

你可以通过绘画的类型获取所有风格，传入绘画的类型即可，由vivo.DRAW_TYPE_获得

package main

import (
    "fmt"
    "os"

    "github.com/dingdinglz/vivo"
)

func main() {
    app := vivo.NewVivoAIGC(vivo.Config{
        AppID:  os.Getenv("APPID"),
        AppKey: os.Getenv("APPKEY"),
    })
    themes, _ := app.DrawGetThemes(vivo.DRAW_TYPE_IMG2IMG)
    for _, item := range themes {
        fmt.Println(item.StyleName, item.StyleID)
    }
}

图片外拓 - DrawExtend

让ai进行图片拓展，第一个参数是图片，第二个参数是绘画风格，第三个参数是拓展模式，通过vivo.DRAW_EXTEND_MODE_选择，第四个参数是生成的图片格式，由vivo.DRAW_IMAGE_FORMAT_选择，第五个是可选参数，用于控制额外的参数，例如图片的大小等等

返回一个task_id，通过DrawGetResult获取绘画状态

package main

import (
    "fmt"
    "os"
    "time"

    "github.com/dingdinglz/vivo"
)

func main() {
    app := vivo.NewVivoAIGC(vivo.Config{
        AppID:  os.Getenv("APPID"),
        AppKey: os.Getenv("APPKEY"),
    })
    pic, _ := os.ReadFile("test.png")
    task_id, _ := app.DrawExtend(pic, "dd72470d24fd59bc9df42046c4b27bae", vivo.DRAW_EXTEND_MODE_MULTIPLE, vivo.DRAW_IMAGE_FORMAT_PNG)
    url, status, _ := app.DrawGetResult(task_id)
    for status == vivo.DRAW_TASK_STATUS_QUEUE || status == vivo.DRAW_TASK_STATUS_RUNNING {
        time.Sleep(1 * time.Second)
        url, status, _ = app.DrawGetResult(task_id)
    }
    fmt.Println(url)
}

通用ocr - OCR

识别用户向服务请求的某张图中的所有文字，并返回文字在图片中的位置信息，方便用户进行文字排版的二次处理参考。

第一个参数是图片，第二个参数是识别模式，通过vivo.OCR_MODE_选择，共支持三种模式，返回的格式均不相同，具体见示例

仅返回文字信息

package main

import (
    "fmt"
    "os"

    "github.com/dingdinglz/vivo"
)

func main() {
    app := vivo.NewVivoAIGC(vivo.Config{
        AppID:  os.Getenv("APPID"),
        AppKey: os.Getenv("APPKEY"),
    })
    pic, _ := os.ReadFile("test.png")
    res, _ := app.OCR(pic, vivo.OCR_MODE_ONLY)
    fmt.Println(res.(string))
}

该模式下返回的类型是string

提供文字信息和坐标信息

package main

import (
    "fmt"
    "os"

    "github.com/dingdinglz/vivo"
)

func main() {
    app := vivo.NewVivoAIGC(vivo.Config{
        AppID:  os.Getenv("APPID"),
        AppKey: os.Getenv("APPKEY"),
    })
    pic, _ := os.ReadFile("test.png")
    res, _ := app.OCR(pic, vivo.OCR_MODE_POS)
    for _, item := range res.([]vivo.OcrPosData) {
        fmt.Println(item.Words, item.Location)
    }
}

该模式下返回的是[]vivo.OcrPosData

混合提供

package main

import (
    "fmt"
    "os"

    "github.com/dingdinglz/vivo"
)

func main() {
    app := vivo.NewVivoAIGC(vivo.Config{
        AppID:  os.Getenv("APPID"),
        AppKey: os.Getenv("APPKEY"),
    })
    pic, _ := os.ReadFile("test.png")
    res, _ := app.OCR(pic, vivo.OCR_MODE_ALL)
    fmt.Println(res.(vivo.OcrAllData))
}

该模式下返回的是vivo.OcrAllData，具有两个参数，分别对应上面两种模式的返回参数

实时短语音识别 - AsrShortVoiceRecognition

传入文件的地址，注意，文件应当是wav格式，音频格式为16k/16b单声道

给出mp3文件转成该格式的ffmpeg的转换命令

ffmpeg -i input.mp3 -ar 16000 -ac 1 -acodec pcm_s16le output.wav

返回识别的结果，短语音识别只能识别出一句话，如果一段话的识别，请转向长语音听写或转写

package main

import (
	"fmt"
	"os"

	"github.com/dingdinglz/vivo"
)

func main() {
	app := vivo.NewVivoAIGC(vivo.Config{
		AppID:  os.Getenv("APPID"),
		AppKey: os.Getenv("APPKEY"),
	})
	res, _ := app.AsrShortVoiceRecognition("test.wav")
	fmt.Println(res)
}

方言自由说 - DialectRecognition

传入文件的地址，注意，文件应当是wav格式，音频格式为16k/16b单声道

给出mp3文件转成该格式的ffmpeg的转换命令

ffmpeg -i input.mp3 -ar 16000 -ac 1 -acodec pcm_s16le output.wav

返回识别的结果

package main

import (
	"fmt"
	"os"

	"github.com/dingdinglz/vivo"
)

func main() {
	app := vivo.NewVivoAIGC(vivo.Config{
		AppID:  os.Getenv("APPID"),
		AppKey: os.Getenv("APPKEY"),
	})
	res, _ := app.DialectRecognition("test.wav")
	fmt.Println(res)
}

同声音传译

请使用长语音听写 + 翻译 + 音频生成替代，如果有一定需要流式使用该功能的需要，请发issue。

长语音听写 - AsrLongVoiceRecognition

传入文件的地址，注意，文件应当是wav格式，音频格式为16k/16b单声道

给出mp3文件转成该格式的ffmpeg的转换命令

ffmpeg -i input.mp3 -ar 16000 -ac 1 -acodec pcm_s16le output.wav

返回识别的结果

package main

import (
	"fmt"
	"os"

	"github.com/dingdinglz/vivo"
)

func main() {
	app := vivo.NewVivoAIGC(vivo.Config{
		AppID:  os.Getenv("APPID"),
		AppKey: os.Getenv("APPKEY"),
	})
	res, _ := app.AsrLongVoiceRecognition("test.wav")
	fmt.Println(res)
}

长语音转写 - Transcription

相较于长语音听写，长语音转写支持更长的音频长度，和更广的音频格式，他支持单次转写文件限制5个小时且小于500M，支持的音频格式有wav，pcm，m4a，mp3，acc，ogg，ogg_opus。

进行长语音转写任务，我们需要经历以下几个步骤：

1. 上传音频
2. 开始转写语音
3. 获取转写进度
4. 获取转写结果

例子写的非常清晰明了，看一遍例子即可明白Transcription的用法

package main

import (
	"fmt"
	"os"
	"time"

	"github.com/dingdinglz/vivo"
)

func main() {
	app := vivo.NewVivoAIGC(vivo.Config{
		AppID:  os.Getenv("APPID"),
		AppKey: os.Getenv("APPKEY"),
	})
    // 创建转写任务
	trans := app.NewTranscription("output.mp3")
	fmt.Println("开始上传...")
    // 上传音频文件
	e := trans.Upload()
	if e != nil {
		fmt.Println(e.Error())
		return
	}
	fmt.Println("启动任务...")
    // 开始转写语音
	e = trans.Start()
	if e != nil {
		fmt.Println(e.Error())
		return
	}
	process := 0
	for process != 100 {
		time.Sleep(1 * time.Second)
        // 查询任务进度
		process, e = trans.GetTaskInfo()
		if e != nil {
			fmt.Println(e.Error())
			return
		}
		fmt.Println("当前任务进度：", process, "%")
	}
    // 获取转写结果
	result, e := trans.GetResult()
	if e != nil {
		fmt.Println(e.Error())
		return
	}
	for _, item := range result {
		fmt.Println("开始秒数", item.Bg, "结束秒数", item.Ed, "内容：", item.Onebest)
	}
}

音频生成 - TTS

自动文本转语音（TTS）功能，可将上传的单句文本转成播报音频

第一个参数是生成模式，由vivo.TTS_MODE_选择，第二个参数是音色名称，可以通过声音复刻生成或选择已有音色，在https://aigc.vivo.com.cn/#/document/index?id=1735，查看音色大全，第三个参数是要生成的文本内容。

返回的是pcm格式的数据，可以通过vivo.PcmToWav转成wav格式的数据，用法如下

package main

import (
	"fmt"
	"os"

	"github.com/dingdinglz/vivo"
)

func main() {
	app := vivo.NewVivoAIGC(vivo.Config{
		AppID:  os.Getenv("APPID"),
		AppKey: os.Getenv("APPKEY"),
	})
	res, e := app.TTS(vivo.TTS_MODE_SHORT, "xiaofu", "java是世界上最好的语言")
	if e != nil {
		fmt.Println(e.Error())
	}
	os.WriteFile("test.wav", vivo.PcmToWav(res), os.ModePerm)
}

声音复制

该服务主要负责将用户上传的录音生成定制的音色（vcn），用户可根据生成的定制音色（vcn）结合短音频生成能力（TTS）合成音频

创建新音色 - VoiceCreate

根据一个音频文件生成一个音色

第一个参数是音频文件的地址，第二个参数是音频文件对应的文字

package main

import (
	"fmt"
	"os"

	"github.com/dingdinglz/vivo"
)

func main() {
	app := vivo.NewVivoAIGC(vivo.Config{
		AppID:  os.Getenv("APPID"),
		AppKey: os.Getenv("APPKEY"),
	})
	vcn, _, _ := app.VoiceCreate("test.wav", "你好，我喜欢玩原神。")
	fmt.Println("vcn:", vcn)
}

注意，返回的error!=nil时，不一定是服务调用出现了问题，可能是识别出的文字与传入的文字不一样，可以通过返回的第二个参数进行详细的判断

利用创建的新音色生成一段语音

package main

import (
	"os"

	"github.com/dingdinglz/vivo"
)

func main() {
	app := vivo.NewVivoAIGC(vivo.Config{
		AppID:  os.Getenv("APPID"),
		AppKey: os.Getenv("APPKEY"),
	})
	vcn, _, _ := app.VoiceCreate("test.wav", "你好，我喜欢玩原神。")
	res, _ := app.TTS(vivo.TTS_MODE_REPLICA, vcn, "你听听这像我嘛？")
	os.WriteFile("test.wav", vivo.PcmToWav(res), os.ModePerm)
}

注意mode必须是vivo.TTS_MODE_REPLICA才能正确复刻！

查询一个音色 - VoiceGET

传入的参数是vcn，返回VCNData

package main

import (
	"fmt"
	"os"

	"github.com/dingdinglz/vivo"
)

func main() {
	app := vivo.NewVivoAIGC(vivo.Config{
		AppID:  os.Getenv("APPID"),
		AppKey: os.Getenv("APPKEY"),
	})
	vcn, _ := app.VoiceGET("vcn")
	fmt.Println(vcn.Vcn, vcn.CompleteTime)
}

获取已创建的音色列表 - VoiceGetList

package main

import (
	"fmt"
	"os"

	"github.com/dingdinglz/vivo"
)

func main() {
	app := vivo.NewVivoAIGC(vivo.Config{
		AppID:  os.Getenv("APPID"),
		AppKey: os.Getenv("APPKEY"),
	})
	vcnList, _ := app.VoiceGetList()
	for _, item := range vcnList {
		fmt.Println(item.Vcn)
	}
}

删除一个音色 - VoiceDelete

传入vcn

package main

import (
	"os"

	"github.com/dingdinglz/vivo"
)

func main() {
	app := vivo.NewVivoAIGC(vivo.Config{
		AppID:  os.Getenv("APPID"),
		AppKey: os.Getenv("APPKEY"),
	})
	app.VoiceDelete("vcn")
}

删除所有音色 - VoiceClean

package main

import (
	"os"

	"github.com/dingdinglz/vivo"
)

func main() {
	app := vivo.NewVivoAIGC(vivo.Config{
		AppID:  os.Getenv("APPID"),
		AppKey: os.Getenv("APPKEY"),
	})
	app.VoiceClean()
}

文本翻译 - Translate

将一段源语言文本转换成目标语言文本，可根据语言参数的不同实现多国语言之间的互译。

第一个参数是传入文本的语言，第二个参数是翻译到的文本的语言，这两个参数可以通过vivo.TRANSLATE_LANGUAGE_指定，第三个参数是传入的文本，返回翻译后的文本

package main

import (
    "fmt"
    "os"

    "github.com/dingdinglz/vivo"
)

func main() {
    app := vivo.NewVivoAIGC(vivo.Config{
        AppID:  os.Getenv("APPID"),
        AppKey: os.Getenv("APPKEY"),
    })
    res, _ := app.Translate(vivo.TRANSLATE_LANGUAGE_CHINESE, vivo.TRANSLATE_LANGUAGE_JAPANESE, "我不吃香菜")
    fmt.Println(res)
}

文本向量 - TextVector

将用户提供的文本信息表示成计算机可识别的实数向量，用数值向量来表示文本的语义。

第一个参数是使用的模型，由vivo.VECTOR_MODEL_选择，第二个参数是文本列表，返回向量列表

package main

import (
    "fmt"
    "os"

    "github.com/dingdinglz/vivo"
)

func main() {
    app := vivo.NewVivoAIGC(vivo.Config{
        AppID:  os.Getenv("APPID"),
        AppKey: os.Getenv("APPKEY"),
    })
    res, _ := app.TextVector(vivo.VECTOR_MODEL_M3E, []string{
        "原神",
        "三国杀",
        "火影忍者",
    })
    fmt.Println(res)
}

文本相似度 - TextSimilarity

将用户提供的文本信息从语义的角度来判断两者相似度。

第一个参数是使用的模型，由vivo.TEXT_SIMILARITY_MODEL_选择，第二个参数是比对的文本，第三个参数是一系列要比对的句子。

返回结果是对应sentences中每条文本与text文本的相似度

package main

import (
	"fmt"
	"os"

	"github.com/dingdinglz/vivo"
)

func main() {
	app := vivo.NewVivoAIGC(vivo.Config{
		AppID:  os.Getenv("APPID"),
		AppKey: os.Getenv("APPKEY"),
	})
	res, e := app.TextSimilarity(vivo.TEXT_SIMILARITY_MODEL_BGE_LARGE, "科技品牌发展", []string{
		"自动追焦相关报表", "太古汇内云集逾180家知名品牌", "其中逾70个品牌为第一次进驻广州", "交通：商场M层连通地铁三号线石牌桥站；毗邻地铁一号线体育中心站。",
	})
	if e != nil {
		fmt.Println(e.Error())
	}
	fmt.Println(res)
}

查询改写 - QueryRewrite

查询改写是RAG/AI搜索链路中的重要环节，目的是使用模型对用户当前输入的问题（query）进行理解，并改写为适合搜索引擎检索的query。改写后的结果可根据情况融入历史对话的关键信息，可对复杂问题进行拆解，使得检索召回的知识更加全面、丰富，为最终生成回答提供有力支持。

第一个参数是历史对话记录列表，一个问题，一个回答，最多支持6个，第二个参数是本次询问

返回改写后的查询

package main

import (
	"fmt"
	"os"

	"github.com/dingdinglz/vivo"
)

func main() {
	app := vivo.NewVivoAIGC(vivo.Config{
		AppID:  os.Getenv("APPID"),
		AppKey: os.Getenv("APPKEY"),
	})
	res, e := app.QueryRewrite([]string{
		"战狼2是谁主演的",
		"《战狼2》是由吴京执导并主演的一部军事战争题材电影。影片中，吴京饰演了主角冷锋，他是一名退役的特种部队军人，在非洲执行任务时遭遇了一连串危机和战斗。因此，《战狼2》的主演是吴京。",
	}, "第一部里有他吗")
	if e != nil {
		fmt.Println(e.Error())
	}
	fmt.Println(res)
}

地理编码

POI搜索 - GeoPOISearch

输入关键字，查询对应城市的POI接口，输出相关联的地理名称、类别、经度纬度、附近的酒店饭店商铺等信息。

第一个参数是地点，第二个参数是城市名，第三个参数是当前显示的页数，第四个是可选参数，一页有多少个地点

package main

import (
    "fmt"
    "os"

    "github.com/dingdinglz/vivo"
)

func main() {
    app := vivo.NewVivoAIGC(vivo.Config{
        AppID:  os.Getenv("APPID"),
        AppKey: os.Getenv("APPKEY"),
    })
    _, total, _ := app.GeoPOISearch("星海广场", "大连市", 1, 10)
    fmt.Println("共检索到", total, "个地点")
    pages := int(total / 10)
    if total%pages != 0 {
        pages++
    }
    for i := 1; i <= pages; i++ {
        poi, _, _ := app.GeoPOISearch("星海广场", "大连市", i, 10)
        for _, item := range poi {
            fmt.Println(item.Name, item.Province+item.City+item.District+item.Address, item.Location, item.Type)
        }
    }
}