LLM based AI Assistant

以法學碩士為基礎的語音助手

這是一款基於大語言模型的AI語音助理。使用者可以使用自然語言（目前是英語）與語音助理互動。

此實現將各種深度學習模型結合在一起：

• 大語言模型（GPT-4或Alpaca，可選）
• 語音轉文本模型 (Wave2Vec2-Large)
• 文字轉語音模型 (Microsoft SpeechT5)

語音模組與本地麥克風連接，透過 VAD 過程創建即時轉錄。轉錄內容將發送至所選的法學碩士，以便根據喚醒詞進行處理。

一旦 LLM 產生回應，語音模組也會儲存音訊檔案並使用 TTS 模型產生語音輸出。

使用者介面是使用 Streamlit 建立的，並提供熟悉的類似聊​​天的體驗。

示範

安裝

安裝專案依賴項

 pip install -r requirements 

如果使用 GPT 模型，請建立一個包含OPENAI_API_KEY和OPENAI_API_BASE環境變數的.env檔案。