WhisperMesh
1.0.0
Whispermesh adalah chatbot mutakhir Anda yang memadukan interaksi suara dan teks yang mulus, menciptakan pengalaman percakapan yang kaya dan intuitif. Dengan kekuatan model LLM dan database vektor yang canggih, Whispermesh memahami kebutuhan Anda tidak seperti sebelumnya, memberikan tanggapan yang disesuaikan yang beresonansi dengan pertanyaan Anda.
Memanfaatkan kerangka kerja kain dari Haystack, aplikasi kami unggul dalam mengekstraksi informasi yang relevan, memastikan bahwa setiap interaksi tidak hanya menarik tetapi juga didorong oleh data. Apakah Anda lebih suka berbicara atau mengetik, Whispermesh beradaptasi dengan gaya Anda, mengubah input Anda menjadi jawaban mendalam dengan sentuhan pribadi.
Bergabunglah dengan percakapan dengan Whispermesh, di mana suara Anda penting, dan biarkan kami membimbing Anda melalui dunia pengetahuan dan penemuan! ?
Arsitektur ini menguraikan aplikasi yang diuntungkan yang terintegrasi dengan kerangka kerja Haystack untuk memfasilitasi pengunggahan dokumen, permintaan, dan pembuatan respons. Pengguna mengunggah dokumen PDF melalui aplikasi, yang kemudian diproses dan diindeks oleh komponen haystack, termasuk pembersih dokumen, splitter, dan embedder yang mengubah dokumen menjadi representasi vektor menggunakan model Cohere, disimpan dalam database vektor Qdrant. Ketika pengguna mengirimkan kueri suara, itu ditranskripsi ke teks, tertanam ke dalam vektor, dan cocok dengan vektor dokumen yang disimpan untuk mengambil potongan yang relevan. Potongan -potongan ini dimasukkan ke dalam model generatif Gemma 7b untuk menghasilkan respons yang koheren, yang kemudian dikonversi kembali ke audio untuk output pengguna. Sistem ini memanfaatkan teknik NLP canggih untuk memastikan pengambilan dokumen yang efisien dan akurat. 
Whispermesh menawarkan pengalaman percakapan yang mutakhir dengan memadukan input suara dan teks, memungkinkan Anda untuk berkomunikasi dengan cara yang paling sesuai dengan Anda.
Didukung oleh model bahasa besar yang canggih (LLM), Whispermesh memahami kebutuhan Anda secara mendalam dan memberikan respons yang disesuaikan yang beresonansi dengan pertanyaan Anda.
Memanfaatkan Qdrant sebagai database vektor kami, WhisperMesh secara efisien mengelola dan mengambil informasi yang relevan, memastikan interaksi berbasis data yang meningkatkan keterlibatan pengguna.
Aplikasi kami memanfaatkan model embedding cohere untuk pemahaman semantik yang efektif, memastikan bahwa setiap interaksi berwawasan luas dan sadar secara kontekstual.
Dengan model Whisper-Large-V3 dari Cloud Groq, Whispermesh unggul dalam mengubah ucapan menjadi teks, membuat interaksi suara halus dan akurat.
Mempekerjakan model Gemma-7b-IT dari Cloud Groq, aplikasi kami menghasilkan respons yang dipersonalisasi, menambahkan sentuhan unik untuk setiap percakapan.
Memanfaatkan kerangka kerja Rag (Retrieval-Agusted Generation) dari Haystack , Whispermesh unggul dalam mengekstraksi informasi yang relevan, memastikan bahwa interaksi Anda menarik dan informatif.
git clone https://github.com/Mouez-Yazidi/WhisperMesh.git
cd WhisperMesh Buat file .env dan tambahkan variabel berikut sesuai dengan kredensial yang Anda peroleh dari platform yang diperlukan:
COHERE_API_KEY=
GROQ_API=
GROQ_KEY=
QDRANT_API=
QDRANT_KEY=
Arahkan ke direktori lokal dan instal dependensi yang diperlukan:
cd local
pip install -r requirements.txtUntuk menjalankan aplikasi secara lokal, jalankan perintah berikut:
streamlit run ../app/main.py --environment localAnda sekarang harus dapat mengakses aplikasi di http: // localhost: 8501.
Jika Anda lebih suka menjalankan aplikasi dalam wadah Docker, ikuti langkah -langkah ini:
docker build -t whispermesh -f Dockerfile ..docker run -p 8501:8501 whispermesh streamlit run main.py --environment localPastikan kode Anda didorong ke repositori GitHub.
COHERE_API_KEY = " "
GROQ_API = " "
GROQ_KEY = " "
QDRANT_API = " "
QDRANT_KEY = " "Cloud Streamlit Will:
? Anda siap! Aplikasi Anda sekarang akan ditayangkan di Streamlit Cloud!
Jika Anda menghargai proyek ini, saya akan bersyukur jika Anda bisa memberikannya bintang di GitHub. Dukungan Anda memotivasi kami untuk meningkatkan dan memperluas pekerjaan kami!
Proyek ini dilisensikan di bawah lisensi MIT. Lihat file lisensi untuk lebih jelasnya.
Jika Anda memiliki pertanyaan atau saran, jangan ragu untuk membuka masalah atau hubungi kami di [email protected].
