chatgpt voice assistant

Asistente de voz ChatGPT

Una interfaz sencilla para el modelo OpenAI ChatGPT con voz a texto para entrada y texto a voz para salida. chatgpt-voice-assistant utiliza OpenAI Whisper para la transcripción de voz y OpenAI Speech Generation para TTS.

Configuración

Requisitos previos para Mac

Instalar dependencias:

brew install portaudio
brew link portaudio

Actualice su archivo de configuración pydistutils para el uso de portaudio ejecutando lo siguiente:

 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

Instalar desde PyPI

Ejecute lo siguiente para instalar la aplicación CLI chatgpt-assist :

pip install chatgpt-voice-assistant

Instalar desde la fuente

1. Instalar poesía (documentos oficiales o con pip install poetry )
2. Instale todas las dependencias con poetry install

Ejecutando el guión

Configure la variable de entorno OPENAI_API_KEY antes de ejecutar el script o pase su clave secreta al script como en el siguiente ejemplo:

 export OPENAI_API_KEY= < OPEN API SECRET KEY HERE >
gptassist

# OR

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

o si se instala desde la fuente con poesía:

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

Empiece a hablar y suba el volumen para escuchar la respuesta del asistente de IA.

Diga la palabra "salir" o presione Ctrl+C en su terminal para detener la aplicación.

Opciones

A continuación se muestra el menú de ayuda de la CLI chatgpt-assist que detalla todas las opciones disponibles:

-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

Especificación de un acento en el idioma de salida

Especifique las variables LANGUAGE y TOP_LEVEL_DOMAIN para anular el inglés predeterminado (Estados Unidos)

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

Ejemplos de idiomas

• Inglés (Estados Unidos) PREDETERMINADO
  • LANGUAGE=en TOP_LEVEL_DOMAIN=com
• Inglés (Australia)
  • LANGUAGE=en TOP_LEVEL_DOMAIN=com.au
• Inglés (India)
  • LANGUAGE=en TOP_LEVEL_DOMAIN=co.in
• Francés (Francia)
  • LANGUAGE=fr TOP_LEVEL_DOMAIN=fr

Consulte la sección 'Acentos' localizados en documentos gTTS para obtener más información.

Referencias

• Documentos de la biblioteca de reconocimiento de voz
• API de texto a voz del Traductor de Google (gTTS)