الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

صدى

معلومات

لقد نشرت جولة في جميع الميزات المختلفة المتوفرة على YouTube ، انقر هنا لعرضها.

الهدف الرئيسي للمشروع هو تقديم الكلام إلى رسالة نصية إلى الكلام.

لديها الآن واجهة المستخدم الرسومية ، وتخزن جميع الإعدادات التي تدخلها. يتم تخزين التفاصيل الحساسة مثل مفاتيح API في مفاتيح النظام.

في حال كنت ترغب في استخدام CLI ، ما عليك سوى الاتصال بالبرنامج النصي من خط Comamnd مع الوسيطة -Cli.

يقدم ثلاث خدمات منفصلة للتعرف على الكلام:

  • vosk ، مع recasepunc لإضافة علامات الترقيم
  • الاعتراف بالكلام الأزري
  • يهمس ، كلاهما يعمل محليًا ( يستخدم الآن أسرع من التقدير بشكل أسرع وانخفاض استخدام VRAM ) ومن خلال API Openai's API

بالإضافة إلى ذلك ، فإنه يترجم تلقائيًا الإخراج إلى لغة يختار المستخدم (من أولئك الذين يدعمونه نموذج ElevenLabs متعدد اللغات) ، إذا كان المستخدم يتحدث لغة مختلفة.

يتمتع كل مزود بالتعرف على الكلام دعم اللغة المختلفة ، لذا تأكد من قراءة التفاصيل.

يتم توفير الترجمة عبر إما Deepl للغات المدعومة ، أو ترجمة Google.

ثم يتم إرسال النص المعترف به والترجمة إلى مزود TTS ، يتم دعم اثنين منها:

  • Elevenlabs ، من خلال وحدة elevenlabslib ، خدمة TTS عالية الجودة ولكن مدفوعة على الإنترنت تدعم لغات متعددة.
  • PYTTSX3 ، TTS منخفضة الجودة تعمل محليًا.

يتيح لك المشروع أيضًا مزامنة النص المكتشف مع مصدر نص OBS باستخدام OBSWS-Python.

التثبيت والاستخدام

تحذير: لا يزال Python 3.11 غير مدعوم تمامًا بواسطة Pytorch (ولكن يجب أن يعمل على البناء الليلي). أوصي باستخدام Python 3.10.6

قبل أي شيء آخر: ستحتاج إلى الحصول على FFMPEG في مسار $ الخاص بك. يمكنك متابعة هذا البرنامج التعليمي إذا كنت على Windows

بالإضافة إلى ذلك ، إذا كنت في Linux ، فستحتاج إلى التأكد من تثبيت Portaudio.

على Windows:

  1. استنساخ repo: git clone https://github.com/lugia19/Echo-XI.git

  2. Run Run.Bat - سوف يتعامل مع جميع الخطوات التالية لك.

في كل مكان آخر:

  1. استنساخ repo: git clone https://github.com/lugia19/Echo-XI.git

  2. إنشاء VenV: python -m venv venv

  3. تنشيط VenV: venvScriptsactivate

  4. إذا فعلت ذلك بشكل صحيح ، فيجب أن يكون هناك (VenV) في بداية سطر الأوامر.

  5. تثبيت المتطلبات: pip install -r requirements.txt

  6. قم بتشغيله.

إذا كنت ترغب في استخدام الصوت على شيء مثل Discord ، فاستخدم VB-Cable. في البرنامج النصي ، حدد الميكروفون العادي كمدخل ، VB-Cable input كإخراج ، ثم على Discord حدد VB-Cable output كمدخل. نعم ، إنه مربك بعض الشيء.

ملاحظات على vosk/recasepunc

إذا كنت تبحث عن استخدام Vosk/RecasePunc وتحتاج إلى شيء إلى جانب النماذج المضمنة (القابلة للتنزيل) ، فاقرأ.

يمكن العثور على نماذج vosk هنا. تقدم نفس الصفحة أيضًا بعض نماذج RecasePunc. للحصول على إضافية ، يمكنك النظر في Recasepunc Repo.

بالنسبة للغة الإنجليزية ، أستخدم vosk-model-en-us-0.22 و vosk-recasepunc-en-0.22 . RecasePunc اختياري من الناحية الفنية عند استخدام Vosk ، ولكن يوصى بشدة بتحسين الإخراج.

يبحث البرنامج النصي عن النماذج الموجودة تحت المجلدات للموديلات/Vosk و Models/RecasePunc.

سيبدو هيكل المجلد النموذجي شيئًا من هذا القبيل (يمكن أن تكون نماذج RecasePunc في مجلدها الخاص أو بمفردها ، اعتمادًا على المصدر الذي تقوم بتنزيله منها. كلاهما مدعوم.): 

 -misc
-models
    -vosk
        -vosk-model-en-us-0.22
        -vosk-model-it-0.22
    -recasepunc
        -vosk-recasepunc-en-0.22
        it.22000
-speechRecognition
-ttsProviders
helper.py
speechToSpeech.py

لكل شيء آخر ، ما عليك سوى تشغيل البرنامج النصي واتبع التعليمات.

إذا كنت ترغب في استخدام الصوت على شيء مثل Discord ، فاستخدم VB-Cable. في البرنامج النصي ، حدد الميكروفون العادي كمدخل ، VB-Cable input كإخراج ، ثم على Discord حدد VB-Cable output كمدخل. نعم ، إنه مربك بعض الشيء.

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل