{"success":true,"content":{"toneDistribution":[{"tone":"\ud83d\ude0a Positive","percentage":80},{"tone":"\ud83d\ude10 Neutral","percentage":10},{"tone":"\ud83d\ude24 Frustrated","percentage":0},{"tone":"\ud83d\ude22 Sad","percentage":10}],"analysis":"The text 'Today I feel very happy.' has a predominantly positive tone indicated by the expression of happiness. The use of the word 'happy' explicitly conveys a sense of joy and positivity. This text contains no elements of frustration or sadness, which is why those tones have a percentage of 0. There is a small neutral component that represents the straightforwardness of the statement, devoid of additional emotional layers.","suggestions":"To maintain the positive tone, consider adding more context or reasons for your happiness that could enhance the emotional impact. If aiming for variety in tone, include additional sentences that describe different feelings or experiences throughout the day, balancing positive expressions with neutral observations or subtle challenges overcome."}}
curl --location --request GET 'https://zylalabs.com/api/10933/retrieve+ai+tone+content+api/20643/tone+checker?content=Today I feel very happy.' --header 'Authorization: Bearer YOUR_API_KEY'
साइन अप करने के बाद, प्रत्येक डेवलपर को एक पर्सनल API एक्सेस की असाइन की जाती है, जो अक्षरों और अंकों का एक यूनिक संयोजन होता है, जिसका उपयोग हमारे API एंडपॉइंट तक पहुंचने के लिए किया जाता है। प्रमाणीकरण के लिए एआई टोन सामग्री पुनः प्राप्त करें API के साथ बस अपने बेयरर टोकन को Authorization हेडर में शामिल करें।
| हेडर | विवरण |
|---|---|
Authorization
|
आवश्यक
होना चाहिए Bearer access_key. जब आप सब्सक्राइब हों तो ऊपर "Your API Access Key" देखें।
|
कोई लंबी अवधि की प्रतिबद्धता नहीं। कभी भी अपग्रेड, डाउनग्रेड या कैंसल करें। फ्री ट्रायल में 50 रिक्वेस्ट तक शामिल हैं।
(वार्षिक बिलिंग के साथ 2 महीने बचाएँ 🎉)
यह एपीआई किसी भी पाठ के भावनात्मक स्वरूप का विश्लेषण करने के लिए डिज़ाइन की गई है जो सामग्री द्वारा संप्रेषित प्रभाव और मूड पर विस्तृत अंतर्दृष्टि प्रदान करती है इसका संचालन सरल और कुशल है: उपयोगकर्ता एक पाठ के रूप में इनपुट भेजता है और एपीआई एक संरचित विश्लेषण के साथ जवाब देती है जिसमें विभिन्न स्वरों का पता लगाया जाता है प्रत्येक की उपस्थिति का प्रतिशत और एक व्याख्यात्मक सारांश शामिल होता है
उदाहरण के लिए इसे सकारात्मकता तटस्थता निराशा या tristeza जैसी भावनाओं की पहचान करने के लिए इस्तेमाल किया जा सकता है जो पाठ के भीतर प्रत्येक के अनुपात को इंगित करता है इसके अतिरिक्त यह एक वर्णनात्मक विश्लेषण अनुभाग भी प्रदान करता है जहां यह परिणाम की व्याख्या करता है समझने योग्य तरीके से यह बताता है कि किस प्रकार का भावनात्मक संदेश प्रबल है यह पाठ में कैसे विकसित होता है और कौन से कारक समग्र स्वर को प्रभावित करते हैं इस जानकारी को पूरा करने के लिए यह संचार को समायोजित या सुधारने के लिए व्यावहारिक सुझाव भी उत्पन्न करता है: उदाहरण के लिए सकारात्मक स्वर पर जोर कैसे दें भावनाओं को संतुलित कैसे करें या नकारात्मक धारणाओं को कम कैसे करें
यह एपीआई विशेष रूप से उन लोगों के लिए उपयोगी है जो अपने उत्पादों या कार्यप्रवाह में भावनात्मक बुद्धिमत्ता को शामिल करना चाहते हैं इसे सोशल मीडिया विश्लेषण ग्राहक फीडबैक मूल्यांकन कॉर्पोरेट सामग्री समीक्षा या यहां तक कि साहित्यिक पाठों के अध्ययन में लागू किया जा सकता है इसका प्रतिशत और श्रेणी आधारित दृष्टिकोण स्वचालित भावनाओं की व्याख्या की सुविधा प्रदान करता है जबकि इसका पाठ्य आउटपुट निर्णय लेने के लिए एक मानवकृत और उपयोगी संदर्भ प्रदान करता है
संक्षेप में यह एपीआई न केवल भावनाओं को मापता है बल्कि संचार सुधार की व्याख्या और सुझाव भी देता है यह एक शक्तिशाली उपकरण है यह समझने के लिए कि संदेश कैसे ग्रहण किए जाते हैं और उन्हें अधिकतम भावनात्मक प्रभाव उत्पन्न करने के लिए कैसे अनुकूलित किया जा सकता है इसकी विश्लेषणात्मक क्षमताओं के लिए धन्यवाद यह पाठ को क्रियान्वयन योग्य डेटा में बदल देता है जो संचार को एक अधिक सहानुभूतिपूर्ण स्पष्ट और प्रभावी अनुभव बनाने में मदद करता है
टोन चेकर एन्डपॉइंट इनपुट टेक्स्ट के भावनात्मक टोन का संरचित विश्लेषण लौटाता है इसमें प्रत्येक पहचाने गए टोन के लिए प्रतिशत के साथ एक टोन वितरण एक विस्तृत व्याख्यात्मक विश्लेषण और संचार को सुधारने के लिए व्यावहारिक सुझाव शामिल हैं
प्रतिक्रिया डेटा के मुख्य क्षेत्रों में "toneDistribution" (पहचाने गए टोन और उनके प्रतिशत का एक ऐरे) "analysis" (भावनात्मक टोन का सारांश) और "suggestions" (संवाद को बेहतर बनाने के लिए सिफारिशें) शामिल हैं
प्रतिक्रिया डेटा JSON प्रारूप में व्यवस्थित है इसमें एक "सफलता" बूलियन है जो अनुरोध की स्थिति को दर्शाता है इसके बाद एक "सामग्री" ऑब्जेक्ट है जिसमें "स्वर वितरण" "विश्लेषण" और "सुझाव" स्पष्टता और उपयोग में आसानी के लिए शामिल हैं
श्रवण अनुChecker पाठ में मौजूद भावनात्मक स्वर के बारे में जानकारी प्रदान करता है उनके संबंधित प्रतिशत मुख्य स्वर का विस्तृत विश्लेषण और संचार के भावनात्मक प्रभाव में सुधार के लिए कार्यात्मक सुझाव
उपयोगकर्ता डेटा अनुरोधों को अलग-अलग पाठ इनपुट देकर टोन चेकर्स एंडपॉइंट के लिए अनुकूलित कर सकते हैं एपीआई द्वारा प्रस्तुत विशेष पाठ का विश्लेषण किया जाता है जिससे प्रदान की गई सामग्री के आधार पर अनुकूलित भावनात्मक टोन विश्लेषण संभव होता है
सामान्य उपयोग के मामलों में ग्राहक प्रतिक्रिया का भावना के लिए विश्लेषण करना, भावनात्मक प्रभाव के लिए कॉर्पोरेट संचारों की समीक्षा करना, सोशल मीडिया पोस्ट्स का मूल्यांकन करना और साहित्यिक ग्रंथों का अध्ययन करना शामिल है ताकि भावनात्मक बारीकियों को समझा जा सके और जुड़ाव को सुधारना जा सके
डेटा की सटीकता उन्नत एआई एल्गोरिदम के माध्यम से बनाए रखी जाती है जो पाठ का भावनात्मक स्वर के लिए विश्लेषण करते हैं निरंतर प्रशिक्षण और मॉडल के अपडेट सुनिश्चित करते हैं कि यह भाषा की बारीकियों के अनुसार अनुकूलित होता है और समय के साथ भावनात्मक संदर्भ की समझ में सुधार करता है
उपयोगकर्ता वापस किए गए डेटा का उपयोग भावनात्मक प्रतिक्रियाओं का आकलन करने के लिए स्वर वितरण की व्याख्या करके कर सकते हैं संचार रणनीतियों को सुधारने के लिए विश्लेषण को लागू करके और अपने दर्शकों के साथ बेहतर भावनात्मक गूंज के लिए संदेशों को समायोजित करने के लिए सुझावों को लागू करके