Khóa học
Làm việc với OpenAI API
3 giờ
184.5K
Bắt đầu với OpenAI API
Để bắt đầu, chúng ta cần tạo tài khoản OpenAI và khóa API. Để làm vậy, hãy truy cập trang khóa API của họ và nhấp vào "Create new secret key" ở góc trên bên phải.
Khóa này được dùng để gửi yêu cầu đến OpenAI API. Chúng ta lưu khóa trong tệp tên .env trong thư mục nơi viết các script Python. Hãy đảm bảo giữ bí mật khóa vì bất kỳ ai cũng có thể dùng nó để tương tác với API bằng tài khoản của bạn.
Dán khóa API vào tệp .env theo định dạng sau:
OPENAI_API_KEY=<paste_api_key_here>Lưu ý rằng dùng API không miễn phí, vì vậy bạn cần nạp tiền vào tài khoản trước khi có thể tạo video bằng Sora 2. Tham khảo, đây là giá theo giây của Sora 2:
Tạo video Sora 2 bằng Python
Toàn bộ mã trong hướng dẫn này có thể được tìm thấy trong kho GitHub này.
Để giao tiếp với OpenAI API bằng Python, chúng ta sẽ dùng gói openai. Lưu ý rằng vì Sora còn mới trên API, chúng ta cần phiên bản gói gần đây.
Có thể dùng lệnh này để cài đặt (hoặc nâng cấp phiên bản hiện có nếu đã cài):
pip install --upgrade openaiTạo một script mới tên generate_video.py trong cùng thư mục với tệp .env chúng ta đã tạo trước đó.
Bước đầu tiên là import các gói cần thiết. Chúng ta sẽ dùng:
os: Gói tích hợp để tương tác với hệ điều hành;openai: Gói chính thức của OpenAI để tương tác với API của họ;dotenv: Gói tích hợp hỗ trợ tải biến môi trường từ tệp.env. Ở đây, chúng ta dùng để tải khóa API OpenAI.
import os
from openai import OpenAI
from dotenv import load_dotenvTiếp theo, tải tệp .env:
load_dotenv()
API_KEY = os.getenv("OPENAI_API_KEY")Với khóa API đã được nạp vào bộ nhớ, chúng ta có thể khởi tạo client OpenAI, cho phép gửi yêu cầu đến OpenAI API. Chúng ta dùng thư viện os để tải khóa API:
client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))
Cuối cùng, dùng hàm videos.create từ client để tạo video:
video = client.videos.create(
prompt="A cat and a dog dancing",
)
print(video.id)Khi yêu cầu tạo video, chúng ta không nhận được video ngay vì quá trình tạo mất khá nhiều thời gian. Điều này có nghĩa biến video không phải bản thân video mà là một đối tượng chứa thông tin về job tạo video.
Đó là lý do chúng ta in ra định danh video. Đây là thông tin cần để:
- Theo dõi tiến độ tạo video.
- Tải video về.
Chúng ta sẽ giải thích chi tiết cả hai bước này bên dưới.
Đây là kết quả tôi nhận được:
Theo dõi tiến độ video
Chúng ta có thể lấy trạng thái của một job bằng cách cung cấp định danh job cho hàm videos.retrieve(), như sau:
job = client.videos.retrieve(job_id)
status = job.status
progress = job.progress
print(f"Status: {status}, {progress}%")Chúng ta cần đợi tiến độ đạt 100% để có thể tải video. Để tiện hơn, chúng ta xây dựng một hàm, wait_for_video_to_finish(), dùng để theo dõi trạng thái của job cho đến khi hoàn tất:
def wait_for_video_to_finish(video_id, poll_interval=5, timeout=600):
"""
Poll status until the video is ready or timeout is reached.
Returns the final job info.
"""
client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))
elapsed = 0 # Keep track of the elapsed time
while elapsed < timeout:
job = client.videos.retrieve(video_id)
status = job.status
progress = job.progress
print(f"Status: {status}, {progress}%")
if status == "completed":
return job
if status == "failed":
raise RuntimeError(f"Failed to generate the video: {job.error.message}")
time.sleep(poll_interval)
elapsed += poll_interval
raise RuntimeError("Polling timed out")Hàm có ba tham số:
video_id: Định danh video chúng ta muốn theo dõi.poll_interval: Số giây chờ giữa mỗi lần truy vấn tiến độ.timeout: Số giây tối đa để chờ.
Hàm này sẽ kiểm tra định kỳ trạng thái video cho đến khi hoàn tất hoặc hết thời gian chờ.
Tải video
Giờ khi đã có thể theo dõi quá trình tạo video, điều duy nhất còn lại là cách tải video khi quá trình hoàn tất. Chúng ta có thể làm điều này bằng hàm videos.download_content().
Dưới đây là một hàm thực hiện việc này:
def download_video(video_id):
client = get_client()
response = client.videos.download_content(
video_id=video_id,
)
video_bytes = response.read()
with open(f"{video_id}.mp4", "wb") as f:
f.write(video_bytes)Quy trình đầy đủ để tạo video Sora
Chúng ta có thể ghép các bước này lại để xây dựng một quy trình tạo video với Sora:
prompt = "A cat and a dog dancing"
video = client.videos.create(
prompt="A cat and a dog dancing",
)
video_id = video.id
print(f"Started generating video with id {video_id}")
wait_for_video_to_finish(video_id)
download_video(video_id)Thiết lập kích thước và thời lượng video
Script trên chỉ dùng một prompt văn bản để tạo video. Tuy nhiên, OpenAI Sora 2 API cung cấp các tùy chọn khác như:
model: Mô hình dùng để tạo video. Mặc định làsora-2.resolution: Kích thước video. Mặc định là720x1280.duration: Thời lượng (giây) của video. Mặc định là 4 giây.
Dưới đây là bảng với tất cả giá trị khả dụng tùy theo chế độ (giá trị in đậm là mặc định):
Để script dễ dùng hơn, ta có thể dùng gói tích hợp argparse để cho phép người dùng chỉ định giá trị cho từng tham số.
Ví dụ cách thiết lập đối số prompt và model với argparse:
parser = argparse.ArgumentParser()
parser.add_argument(
"--prompt", # Name of the argument
required=True, # Specify that the argument is required
help="The video prompt.", # Helper text
)
parser.add_argument(
"--model",
default="sora-2", # Specify a default value for the argument
choices=["sora-2", "sora-2-pro"], # Specify a list of possible values for the argument
help="Model to use (sora-2 or sora-2-pro).",
)Để nạp các đối số, gọi phương thức parse_args() như sau:
args = parser.parse_args()
prompt = args.prompt
model = args.modelScript generate_video_pipeline.py trong kho GitHub ghép những phần chúng ta đã học thành một script có thể tạo video bằng Sora 2.
Ví dụ cách chạy trên terminal với các tham số cụ thể:
python generate_video_pipeline.py --prompt "A family of dogs driving a car" --model sora-2-pro --size 1280x720 --seconds 8Đây là kết quả:
