chatgpt voice assistant

ChatGPT-Sprachassistent

Eine einfache Schnittstelle zum OpenAI ChatGPT-Modell mit Sprache in Text für die Eingabe und Text in Sprache für die Ausgabe. chatgpt-voice-assistant verwendet OpenAI Whisper für die Sprachtranskription und OpenAI Speech Generation für TTS.

Aufstellen

Mac-Voraussetzungen

Abhängigkeiten installieren:

brew install portaudio
brew link portaudio

Aktualisieren Sie Ihre pydistutils-Konfigurationsdatei für die Portaudio-Nutzung, indem Sie Folgendes ausführen:

 echo " [build_ext] " >> $HOME /.pydistutils.cfg
echo " include_dirs= " ` brew --prefix portaudio ` " /include/ " >> $HOME /.pydistutils.cfg
echo " library_dirs= " ` brew --prefix portaudio ` " /lib/ " >> $HOME /.pydistutils.cfg

Von PyPI installieren

Führen Sie Folgendes aus, um die CLI-Anwendung chatgpt-assist zu installieren:

pip install chatgpt-voice-assistant

Von der Quelle installieren

1. Poesie installieren (offizielle Dokumente oder mit pip install poetry )
2. Installieren Sie alle Abhängigkeiten mit poetry install

Ausführen des Skripts

Legen Sie entweder die Umgebungsvariable OPENAI_API_KEY fest, bevor Sie das Skript ausführen, oder übergeben Sie Ihren geheimen Schlüssel an das Skript, wie im folgenden Beispiel:

 export OPENAI_API_KEY= < OPEN API SECRET KEY HERE >
gptassist

# OR

gptassist --open-ai-key= < OPEN API SECRET KEY HERE >

oder wenn aus der Quelle mit Poesie installiert:

poetry run gptassist --open-ai-key= < OPEN API SECRET KEY HERE >

Beginnen Sie zu sprechen und erhöhen Sie die Lautstärke, um die Antwort des KI-Assistenten zu hören.

Sagen Sie das Wort „Beenden“ oder drücken Sie Strg+C in Ihrem Terminal, um die Anwendung zu stoppen.

Optionen

Unten finden Sie das Hilfemenü der Chatgpt-Assist-CLI mit allen verfügbaren Optionen:

-h, --help
    show this help message and exit

--log-level LOG_LEVEL
    Whether to print at the debug level or not.

--input-device-name INPUT_DEVICE_NAME
    The input device name.

--lang LANG
    The language to listen for when running speech to text (ex. en or fr).

--max-tokens MAX_TOKENS
    Max OpenAI completion tokens to use for text generation.

--tld TLD
    Top level domain (ex. com or com.au).

--safe-word SAFE_WORD
    Word to speak to exit the application.

--wake-word WAKE_WORD
    (Optional) Word to trigger a response.

--open-ai-key OPEN_AI_KEY
    Required. Open AI Secret Key (or set OPENAI_API_KEY environment variable)

--tts {apple,google,openai}
    Choose a text-to-speech engine.

--speech-rate SPEECH_RATE
    The rate at which to play speech. 1.0=normal

Angeben eines Akzents für die Ausgabesprache

Geben Sie sowohl die Variablen LANGUAGE als auch TOP_LEVEL_DOMAIN an, um die Standardeinstellung Englisch (USA) zu überschreiben.

gptassist --open-ai-key= < OPENAI_KEY > --lang=en --tld=com

Sprachbeispiele

• Englisch (USA) STANDARD
  • LANGUAGE=en TOP_LEVEL_DOMAIN=com
• Englisch (Australien)
  • LANGUAGE=en TOP_LEVEL_DOMAIN=com.au
• Englisch (Indien)
  • LANGUAGE=en TOP_LEVEL_DOMAIN=co.in
• Französisch (Frankreich)
  • LANGUAGE=fr TOP_LEVEL_DOMAIN=fr

Weitere Informationen finden Sie im Abschnitt „Lokalisierte Akzente“ in der gTTS-Dokumentation

Referenzen

• Dokumente zur Spracherkennungsbibliothek
• Google Translate Text-to-Speech API (gTTS)