alts

альтернативные варианты

( l слушает | думает | s пики )

о

100% бесплатный локальный и офлайн-помощник с функциями распознавания речи и обратной связи.

использование по умолчанию

ALTS работает в фоновом режиме и ждет, пока вы нажмете cmd+esc (или win+esc ).

• При удержании горячей клавиши ваш голос будет записываться (сохраняется в корне проекта) .

• При выпуске запись останавливается и расшифровка отправляется в LLM (запись удаляется) .

• Затем ответы LLM синтезируются и воспроизводятся (также отображаются в виде уведомлений на рабочем столе) .

Вы можете изменить комбинацию горячих клавиш и другие настройки в своем config.yaml .

ВСЕ процессы являются локальными, и НИ ОДНА из ваших записей или запросов не выходит за пределы вашей среды; записи удаляются сразу после использования; по умолчанию ВСЕ ЧАСТНОЕ

предпосылки

• питон

  (проверено) версия >=3.11 в macOS и версия >=3.8 в Windows

• лм

  По умолчанию проект настроен для работы с Ollama, использующим модель stablelm2 (очень маленькая и быстрая модель). Эта настройка делает всю систему полностью бесплатной для локального запуска и отлично подходит для компьютеров с низкими ресурсами.

  Однако мы используем LiteLLM, чтобы быть независимым от поставщика услуг, поэтому у вас есть полная свобода выбора собственных комбинаций. Ознакомьтесь с поддерживаемыми моделями/поставщиками для получения более подробной информации о конфигурации LLM.

  См. .env.template и config-template.yaml для настройки вашей настройки.

• стт

  Мы используем openAI's whisper для расшифровки ваших голосовых запросов. Это универсальная модель распознавания речи.

  Вам потребуется установить ffmepg в вашей среде, вы можете скачать его с официального сайта.

  Обязательно ознакомьтесь с их документацией по установке на наличие других требований.

  Если вы столкнетесь с ошибками, одной из причин может быть то, что модель не загружается автоматически. В этом случае вы можете запустить пример транскрипции whisper в своем терминале (см. примеры) или вручную загрузить его и поместить файл модели в правильную папку.

• ТТС

  Мы используем coqui-TTS для ALTS, чтобы связаться с вами. Это библиотека для расширенного преобразования текста в речь.

  Вам нужно будет установить eSpeak-ng в вашей среде:

  Обязательно ознакомьтесь с их документацией по установке на наличие других требований.

  Если у вас еще нет загруженной настроенной модели, она должна загрузиться автоматически во время запуска, однако, если у вас возникнут какие-либо проблемы, модель по умолчанию можно предварительно загрузить, выполнив следующую команду:

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

  Модель по умолчанию имеет несколько «динамиков» на выбор; выполнение следующей команды создаст демонстрационный сайт, на котором вы сможете протестировать различные доступные голоса:

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

• macOS – brew install espeak

• Linux – sudo apt-get install espeak -y

• Windows – загрузите исполняемый файл из их репозитория

  в Windows вам также понадобится разработка настольных компьютеров с помощью .NET desktop build tools Desktop development with C++ и .NET. Загрузите инструменты сборки Microsoft C++ и установите эти зависимости.

запусти его

клонировать репозиторий

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

зайти в основную папку

cd alts/

установить зависимости проекта

pip install -r requirements.txt

см. раздел «Предварительные требования», чтобы убедиться, что ваша машина готова к запуску ALTS.

дублируйте и переименовывайте необходимые файлы конфигурации

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

измените конфигурацию по умолчанию в соответствии с вашими потребностями

запустить АЛЬТС

sudo python alts.py

пакет keyboard необходимо запускать от имени администратора (в macOS и Linux), в Windows это не так