หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>โค้ดแหล่งที่มา AI
ดาวน์โหลด

ทางเลือกอื่น

( l istens | t hinks | s ยอด )


เกี่ยวกับ

ผู้ช่วยท้องถิ่นและออฟไลน์ฟรี 100% พร้อมฟังก์ชันการรู้จำเสียงและพูดคุยกลับ

การใช้งานเริ่มต้น

ALTS ทำงานในพื้นหลังและรอให้คุณกด cmd+esc (หรือ win+esc )

  • ในขณะที่กดปุ่มลัดค้างไว้ เสียงของคุณจะถูกบันทึกไว้ (บันทึกในรูทโปรเจ็กต์)

  • เมื่อเผยแพร่ การบันทึกจะหยุดและสำเนาเสียงจะถูกส่งไปยัง LLM (การบันทึกจะถูกลบ)

  • จากนั้นการตอบสนองของ LLM จะถูกสังเคราะห์และเล่นกลับให้คุณ (แสดงเป็นการแจ้งเตือนบนเดสก์ท็อปด้วย)

คุณสามารถแก้ไขการรวมคีย์ลัดและการตั้งค่าอื่นๆ ได้ใน config.yaml

กระบวนการทั้งหมดอยู่ในเครื่องและ ไม่มี การบันทึกหรือการสืบค้นใด ๆ ของคุณออกจากสภาพแวดล้อมของคุณ การบันทึกจะถูกลบทันทีที่มีการใช้งาน มันเป็น ส่วนตัวทั้งหมด ตาม ค่าเริ่มต้น

ข้อกำหนดเบื้องต้น

  • หลาม

    (ทดสอบแล้ว) เวอร์ชัน >=3.11 บน macOS และเวอร์ชัน >=3.8 บน windows

  • llm

    ตามค่าเริ่มต้น โปรเจ็กต์ได้รับการกำหนดค่าให้ทำงานร่วมกับ Ollama โดยใช้โมเดล stablelm2 (โมเดลที่เล็กและรวดเร็วมาก) การตั้งค่านี้ทำให้ทั้งระบบทำงานได้ฟรีโดยสมบูรณ์และเหมาะสำหรับเครื่องที่มีทรัพยากรต่ำ

    อย่างไรก็ตาม เราใช้ LiteLLM เพื่อให้เป็นผู้ให้บริการที่ไม่เชื่อเรื่องพระเจ้า ดังนั้นคุณจึงมีอิสระเต็มที่ในการเลือกชุดค่าผสมของคุณเอง ดูรุ่น/ผู้ให้บริการที่รองรับสำหรับรายละเอียดเพิ่มเติมเกี่ยวกับการกำหนดค่า LLM

    ดู .env.template และ config-template.yaml เพื่อปรับแต่งการตั้งค่าของคุณ

  • เซนต์

    เราใช้ openAI's whisper เพื่อถอดเสียงคำสั่งเสียงของคุณ เป็นโมเดลการรู้จำเสียงพูดสำหรับวัตถุประสงค์ทั่วไป

    คุณจะต้องติดตั้ง ffmepg ในสภาพแวดล้อมของคุณ คุณสามารถดาวน์โหลดได้จากเว็บไซต์อย่างเป็นทางการ

    อย่าลืมตรวจสอบเอกสารการตั้งค่าสำหรับข้อกำหนดอื่นๆ

    หากคุณพบข้อผิดพลาด สาเหตุหนึ่งอาจเป็นเพราะโมเดลไม่ดาวน์โหลดโดยอัตโนมัติ หากเป็นกรณีนี้ คุณสามารถเรียกใช้การถอดเสียงตัวอย่าง whisper ในเทอร์มินัลของคุณ (ดูตัวอย่าง) หรือดาวน์โหลดด้วยตนเองและวางไฟล์โมเดลลงในโฟลเดอร์ที่ถูกต้อง

  • ทีที

    เราใช้ coqui-TTS สำหรับ ALTS เพื่อพูดคุยกลับกับคุณ เป็นห้องสมุดสำหรับการสร้างการอ่านออกเสียงข้อความขั้นสูง

    คุณจะต้องติดตั้ง eSpeak-ng ในสภาพแวดล้อมของคุณ:

    อย่าลืมตรวจสอบเอกสารการตั้งค่าสำหรับข้อกำหนดอื่นๆ

    หากคุณไม่มีโมเดลที่กำหนดค่าไว้ดาวน์โหลดไว้แล้ว ควรดาวน์โหลดโดยอัตโนมัติระหว่างการเริ่มต้น อย่างไรก็ตาม หากคุณพบปัญหาใดๆ สามารถดาวน์โหลดโมเดลเริ่มต้นล่วงหน้าได้โดยการเรียกใช้สิ่งต่อไปนี้: 

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

    รุ่นเริ่มต้นจะมี "ลำโพง" หลายตัวให้เลือก การรันคำสั่งต่อไปนี้จะให้บริการไซต์สาธิตที่คุณสามารถทดสอบเสียงต่างๆ ที่มีได้: 

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

    • macOS – brew install espeak

    • linux – sudo apt-get install espeak -y

    • windows – ดาวน์โหลดไฟล์ปฏิบัติการจาก repo

      บน windows คุณจะต้องมี Desktop development with C++ .NET desktop build tools ดาวน์โหลด Microsoft C++ Build Tools และติดตั้งการขึ้นต่อกันเหล่านี้

ทำให้มันทำงาน

โคลน repo 

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

ไปที่โฟลเดอร์หลัก 

cd alts/

ติดตั้งการพึ่งพาโครงการ 

pip install -r requirements.txt

ดูส่วนข้อกำหนดเบื้องต้น เพื่อให้แน่ใจว่าเครื่องของคุณพร้อมที่จะสตาร์ท ALTS

ทำซ้ำและเปลี่ยนชื่อไฟล์ปรับแต่งที่จำเป็น 

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

แก้ไขการกำหนดค่าเริ่มต้นตามความต้องการของคุณ

เริ่มต้น ALTS 

sudo python alts.py

แพ็คเกจ keyboard จำเป็นต้องเรียกใช้ในฐานะผู้ดูแลระบบ (ใน macOS และ Linux) ไม่ใช่กรณีบน Windows

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด