alts

alternatif

( Aku mendengarkan | berpikir | puncak )

tentang

100% gratis, asisten lokal dan offline dengan fungsi pengenalan suara dan bicara balik.

penggunaan default

ALTS berjalan di latar belakang dan menunggu Anda menekan cmd+esc (atau win+esc ).

• Sambil menahan tombol pintas, suara Anda akan direkam (disimpan di root proyek) .

• Saat dirilis, rekaman dihentikan dan transkrip dikirim ke LLM (rekaman dihapus) .

• Respons LLM kemudian disintesis dan diputar ulang untuk Anda (juga ditampilkan sebagai notifikasi desktop) .

Anda dapat mengubah kombinasi tombol pintas dan pengaturan lainnya di config.yaml Anda.

SEMUA proses bersifat lokal dan TIDAK ADA rekaman atau pertanyaan Anda yang keluar dari lingkungan Anda; rekaman akan dihapus segera setelah digunakan; itu SEMUA PRIBADI secara default

prasyarat

• ular piton

  (diuji pada) versi >=3.11 di macOS dan versi >=3.8 di windows

• llm

  Secara default, proyek dikonfigurasi untuk bekerja dengan Ollama, menjalankan model stablelm2 (model yang sangat kecil dan cepat). Pengaturan ini membuat seluruh sistem benar-benar bebas untuk dijalankan secara lokal dan bagus untuk mesin dengan sumber daya rendah.

  Namun, kami menggunakan LiteLLM untuk menjadi penyedia agnostik, sehingga Anda memiliki kebebasan penuh untuk memilih kombinasi Anda sendiri. Lihat Model/Penyedia yang didukung untuk detail lebih lanjut tentang konfigurasi LLM.

  Lihat .env.template dan config-template.yaml untuk menyesuaikan pengaturan Anda

• st

  Kami menggunakan openAI's whisper untuk mentranskripsikan pertanyaan suara Anda. Ini adalah model pengenalan suara untuk tujuan umum.

  Anda harus menginstal ffmepg di lingkungan Anda, Anda dapat mengunduhnya dari situs resminya.

  Pastikan untuk memeriksa dokumen pengaturannya, untuk persyaratan lainnya.

  jika Anda mengalami kesalahan, salah satu alasannya mungkin karena model tidak diunduh secara otomatis. Jika demikian, Anda dapat menjalankan transkripsi contoh whisper di terminal Anda (lihat contoh) atau mengunduhnya secara manual dan menempatkan file model di folder yang benar

• tts

  Kami menggunakan coqui-TTS untuk ALTS untuk membalas Anda. Ini adalah perpustakaan untuk pembuatan Text-to-Speech tingkat lanjut.

  Anda perlu menginstal eSpeak-ng di lingkungan Anda:

  Pastikan untuk memeriksa dokumen pengaturannya, untuk persyaratan lainnya.

  jika Anda belum mengunduh model yang dikonfigurasi, model tersebut akan diunduh secara otomatis saat startup, namun jika Anda mengalami masalah, model default dapat diunduh terlebih dahulu dengan menjalankan perintah berikut:

  tts --text "this is a setup test" --out_path test_output.wav --model_name tts_models/en/vctk/vits --speaker_idx p364

  Model default memiliki beberapa "speaker" untuk dipilih; menjalankan perintah berikut akan menampilkan situs demo tempat Anda dapat menguji berbagai suara yang tersedia:

  tts-server --model_name tts_models/en/vctk/vits

• macOS – brew install espeak

• linux – sudo apt-get install espeak -y

• windows – unduh file yang dapat dieksekusi dari repo mereka

  di windows Anda juga memerlukan pengembangan Desktop dengan .NET desktop build tools Desktop development with C++ dan .NET. Unduh Microsoft C++ Build Tools dan instal dependensi ini.

menjalankannya

mengkloning repo

git clone https://github.com/alxpez/alts.git

pergi ke folder utama

cd alts/

instal dependensi proyek

pip install -r requirements.txt

lihat bagian prasyarat, untuk memastikan mesin Anda siap memulai ALTS

duplikat dan ganti nama file konfigurasi yang diperlukan

cp config-template.yaml config.yaml
cp .env.template .env

ubah konfigurasi default sesuai kebutuhan Anda

memulai ALTS

sudo python alts.py

paket keyboard harus dijalankan sebagai admin (di macOS dan Linux), tidak demikian halnya di Windows