chatgpt voice assistant

ChatGPT语音助手

OpenAI ChatGPT 模型的简单接口，具有语音转文本输入和文本转语音输出。 chatgpt-voice-assistant 使用 OpenAI Whisper 进行语音转录，并使用 OpenAI 语音生成进行 TTS。

设置

Mac 先决条件

安装依赖项：

brew install portaudio
brew link portaudio

通过运行以下命令来更新 pydistutils 配置文件以使用 portaudio：

 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

从 PyPI 安装

运行以下命令来安装chatgpt-assist CLI 应用程序：

pip install chatgpt-voice-assistant

从源安装

1. 安装诗歌（官方文档或使用pip install poetry ）
2. 使用poetry install安装所有依赖项

运行脚本

在运行脚本之前设置OPENAI_API_KEY环境变量，或者将您的密钥传递给脚本，如下例所示：

 export OPENAI_API_KEY= < OPEN API SECRET KEY HERE >
gptassist

# OR

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

或者如果从带有诗歌的源安装：

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

开始讲话并调高音量以听到 AI 助手的响应。

说出“退出”一词或在终端中按 Ctrl+C 来停止应用程序。

选项

以下是 chatgpt-assist CLI 中的帮助菜单，详细说明了所有可用选项：

-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

指定输出语言重音

指定LANGUAGE和TOP_LEVEL_DOMAIN变量以覆盖默认英语（美国）

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

语言示例

• 英语（美国）默认
  • LANGUAGE=en TOP_LEVEL_DOMAIN=com
• 英语（澳大利亚）
  • LANGUAGE=en TOP_LEVEL_DOMAIN=com.au
• 英语（印度）
  • LANGUAGE=en TOP_LEVEL_DOMAIN=co.in
• 法语（法国）
  • LANGUAGE=fr TOP_LEVEL_DOMAIN=fr

有关更多信息，请参阅 gTTS 文档上的本地化“口音”部分

参考

• 语音识别库文档
• Google 文本转语音 API (gTTS)