Demo YouTube di sini! ⇩
Demo Jepang dia! ⇩
Ini adalah proyek sampel untuk menunjukkan cara menggunakan LLM dan TT lokal di Agen Suara. Menggunakan Rinna/Jepang-GPT-NEOX-3.6B-Instruksi-SFT sebagai LLM dan Style-Bert-Vits-2 sebagai TTS.
git clone https://github.com/teftef6220/Local_LLM_bot.git
cd Local_LLM_botpython -m venv venv
source venv/bin/activateInstal Pytorch dan Torchaudio dan TorchVision dari situs web resmi
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118Instal Cudnn dari situs web resmi
Pasang persyaratan lain
pip install -r requirements.txtFine-Tune LLM dengan data Anda.
Gunakan Colab Notebook untuk menyempurnakan LLM. Anda dapat menggunakan buku catatan ini.
Anda bisa menggunakannya
sebagai model pretrained.
Fine-tune TTS dengan data Anda. Anda dapat menggunakan Style-Bert-Vits-2 sebagai model pretrained.
Masukkan direktori LLM Fine-Tuned Anda di direktori LLM_MODELS
llm_models
|
|---model_instance_dir
|
|---adapter_model.bin
|---adapter_model.json
dan taruh direktori TTS Anda yang disetel di Voice_Models.
Voice_models
|
|---model_name
|
|---model_name_e100_s2000.safetensors
|---config.json
|---style_vectors.npy
Atur config di all_config.py
python llm_agent.pyJuga memberikan bot bluesky sederhana yang menggunakan LLM lokal. Anda dapat menjalankannya dengan perintah berikut.

Anda dapat menyebutkan bot dan bot akan membalas penyebutan Anda.
@latextex.bsky.social ねえ、名前教えてよ
Atur file .env seperti di bawah ini
BS_USER_NAME = "your email address"
BS_PASSWORD = "your password"
dan jalankan bot dengan perintah berikut.
python blue_sky_bot.pyBot ini dapat mendeteksi menyebutkan dan membalas menyebut Anda menggunakan LLM.
litagin02/style-bert-vits2
Fishaudio/Bert-Vits2
Proyek ini dilisensikan di bawah Lisensi Publik Umum Affero v3.0 - lihat file lisensi untuk detailnya.