หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

ChatGPT ผู้ช่วยเสียง

อินเทอร์เฟซที่เรียบง่ายสำหรับโมเดล OpenAI ChatGPT พร้อมคำพูดเป็นข้อความสำหรับการป้อนข้อมูลและข้อความเป็นคำพูดสำหรับเอาต์พุต chatgpt-voice-assistant ใช้ OpenAI Whisper สำหรับการถอดเสียงพูดและการสร้างคำพูด OpenAI สำหรับ TTS

ตั้งค่า

ข้อกำหนดเบื้องต้นของ Mac

ติดตั้งการพึ่งพา: 

brew install portaudio
brew link portaudio

อัปเดตไฟล์กำหนดค่า pydistutils ของคุณสำหรับการใช้งาน portaudio โดยเรียกใช้สิ่งต่อไปนี้: 

 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

ติดตั้งจาก PyPI

รันสิ่งต่อไปนี้เพื่อติดตั้งแอปพลิเคชัน chatgpt-assist CLI: 

pip install chatgpt-voice-assistant

ติดตั้งจากแหล่งที่มา

  1. ติดตั้งบทกวี (เอกสารอย่างเป็นทางการหรือด้วย pip install poetry )
  2. ติดตั้งการพึ่งพาทั้งหมดด้วย poetry install

การเรียกใช้สคริปต์

ตั้งค่าตัวแปรสภาพแวดล้อม OPENAI_API_KEY ก่อนเรียกใช้สคริปต์หรือส่งรหัสลับของคุณไปยังสคริปต์ตามตัวอย่างด้านล่าง: 

 export OPENAI_API_KEY= < OPEN API SECRET KEY HERE >
gptassist

# OR

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

หรือหากติดตั้งจากแหล่งที่มีบทกวี: 

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

เริ่มพูดและเพิ่มระดับเสียงของคุณเพื่อฟังผู้ช่วย AI ตอบสนอง

พูดคำว่า "ออก" หรือกด Ctrl+C ในเทอร์มินัลของคุณเพื่อหยุดแอปพลิเคชัน

ตัวเลือก

ด้านล่างนี้คือเมนูวิธีใช้จาก chatgpt-assist CLI ซึ่งมีรายละเอียดตัวเลือกที่มีทั้งหมด: 

-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

การระบุสำเนียงภาษาเอาต์พุต

ระบุทั้ง LANGUAGE และ TOP_LEVEL_DOMAIN vars เพื่อแทนที่ค่าเริ่มต้นภาษาอังกฤษ (สหรัฐอเมริกา) 

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

ตัวอย่างภาษา

  • อังกฤษ (สหรัฐอเมริกา) ค่าเริ่มต้น
    • LANGUAGE=en TOP_LEVEL_DOMAIN=com
  • อังกฤษ (ออสเตรเลีย)
    • LANGUAGE=en TOP_LEVEL_DOMAIN=com.au
  • อังกฤษ (อินเดีย)
    • LANGUAGE=en TOP_LEVEL_DOMAIN=co.in
  • ฝรั่งเศส (ฝรั่งเศส)
    • LANGUAGE=fr TOP_LEVEL_DOMAIN=fr

ดูส่วน 'สำเนียง' ที่แปลเป็นภาษาท้องถิ่นในเอกสาร gTTS สำหรับข้อมูลเพิ่มเติม

อ้างอิง

  • เอกสารไลบรารีการรู้จำเสียง
  • API การแปลงข้อความเป็นคำพูดของ Google แปล (gTTS)
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด