chatgpt voice assistant

ChatGPT 音声アシスタント

OpenAI ChatGPT モデルへのシンプルなインターフェイス。入力には音声合成、出力には音声合成を使用します。 chatgpt-voice-assistant は、音声文字起こしに OpenAI Whisper を使用し、TTS に OpenAI Speech Generation を使用します。

設定

Mac の前提条件

依存関係をインストールします。

brew install portaudio
brew link portaudio

次のコマンドを実行して、portaudio を使用できるように pydistutils 構成ファイルを更新します。

 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

PyPIからインストール

次のコマンドを実行して、 chatgpt-assist CLI アプリケーションをインストールします。

pip install chatgpt-voice-assistant

ソースからインストールする

1. 詩をインストールする (公式ドキュメントまたはpip install poetryを使用)
2. poetry installですべての依存関係をインストールする

スクリプトの実行

スクリプトを実行する前にOPENAI_API_KEY環境変数を設定するか、次の例のように秘密キーをスクリプトに渡します。

 export OPENAI_API_KEY= < OPEN API SECRET KEY HERE >
gptassist

# OR

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

または、詩を含むソースからインストールされた場合:

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

話し始めて音量を上げると、AI アシスタントの応答が聞こえます。

「終了」という言葉を言うか、端末で Ctrl+C を押してアプリケーションを停止します。

オプション

以下は、利用可能なすべてのオプションの詳細を説明する chatgpt-assist CLI のヘルプ メニューです。

-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

出力言語のアクセントの指定

LANGUAGEとTOP_LEVEL_DOMAIN変数の両方を指定して、デフォルトの英語 (米国) をオーバーライドします。

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

言語の例

• 英語 (米国)デフォルト
  • LANGUAGE=en TOP_LEVEL_DOMAIN=com
• 英語 (オーストラリア)
  • LANGUAGE=en TOP_LEVEL_DOMAIN=com.au
• 英語 (インド)
  • LANGUAGE=en TOP_LEVEL_DOMAIN=co.in
• フランス語 (フランス)
  • LANGUAGE=fr TOP_LEVEL_DOMAIN=fr

詳細については、gTTS ドキュメントのローカライズされた「アクセント」セクションを参照してください。

参考文献

• 音声認識ライブラリのドキュメント
• Google 翻訳テキスト読み上げ API (gTTS)