chatgpt voice assistant

Голосовой помощник ChatGPT

Простой интерфейс к модели OpenAI ChatGPT с преобразованием речи в текст для ввода и преобразованием текста в речь для вывода. Chatgpt-voice-assistant использует OpenAI Whisper для транскрипции речи и генерацию речи OpenAI для TTS.

Настраивать

Предварительные требования для Mac

Установите зависимости:

brew install portaudio
brew link portaudio

Обновите файл конфигурации pydistutils для использования portaudio, выполнив следующую команду:

 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

Установить из PyPI

Выполните следующую команду, чтобы установить приложение chatgpt-assist :

pip install chatgpt-voice-assistant

Установить из источника

1. Установите поэзию (официальная документация или с помощью pip install poetry )
2. Установите все зависимости с помощью poetry install

Запуск сценария

Либо установите переменную среды OPENAI_API_KEY перед запуском сценария, либо передайте свой секретный ключ в сценарий, как в примере ниже:

 export OPENAI_API_KEY= < OPEN API SECRET KEY HERE >
gptassist

# OR

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

или если установлено из исходников с поэзией:

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

Начните говорить и увеличьте громкость, чтобы услышать ответ ИИ-помощника.

Произнесите слово «выход» или нажмите Ctrl+C в терминале, чтобы остановить приложение.

Параметры

Ниже приведено меню справки из интерфейса командной строкиchatgpt-assist с подробным описанием всех доступных опций:

-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

Указание языкового акцента вывода

Укажите переменные LANGUAGE и TOP_LEVEL_DOMAIN , чтобы переопределить английский по умолчанию (США).

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

Примеры языков

• Английский (США) ПО УМОЛЧАНИЮ
  • LANGUAGE=en TOP_LEVEL_DOMAIN=com
• английский (Австралия)
  • LANGUAGE=en TOP_LEVEL_DOMAIN=com.au
• английский (Индия)
  • LANGUAGE=en TOP_LEVEL_DOMAIN=co.in
• Французский (Франция)
  • LANGUAGE=fr TOP_LEVEL_DOMAIN=fr

Дополнительную информацию см. в разделе «Локализованные акценты» в документации gTTS.

Ссылки

• Документация библиотеки распознавания речи
• API преобразования текста в речь Google Translate (gTTS)