AIVoiceChat

การโต้ตอบด้วยเสียงที่ไร้รอยต่อและเรียลไทม์กับ AI

คำแนะนำ: ใครก็ตามที่สนใจในการแก้ปัญหาเสียงที่ล้ำสมัยโปรด ดูที่ Linguflex ด้วย มันช่วยให้คุณควบคุมสภาพแวดล้อมของคุณโดยการพูดและเป็นหนึ่งในผู้ช่วยโอเพนซอร์ซที่มีความสามารถและมีความซับซ้อนมากที่สุดในปัจจุบัน

ใช้การสตรีมอินพุต Faster_whisper และ Elevenlabs สำหรับการตอบสนองต่อเวลาแฝงต่ำสำหรับอินพุตที่พูด

- ดูวิดีโอสาธิต

หมายเหตุ : การสาธิตดำเนินการในการเชื่อมต่อ 10Mbit/s ดังนั้นประสิทธิภาพที่แท้จริงอาจน่าประทับใจมากขึ้นในการเชื่อมต่อที่เร็วขึ้น

voice_talk_vad.py - ตรวจจับคำพูดโดยอัตโนมัติ

voice_talk.py - สลับการบันทึกเปิด/ปิดด้วยสเปซบาร์

- การตั้งค่า:

1. คีย์ API:

แทนที่ your_openai_key และ your_elevenlabs_key ด้วยค่าคีย์ OpenAI และ ElevenLabs API ของคุณในรหัส

2. การพึ่งพา:

ติดตั้งไลบรารี Python ที่ต้องการ:

pip install openai elevenlabs pyaudio wave keyboard faster_whisper numpy torch 

3. เรียกใช้สคริปต์:

ดำเนินการสคริปต์หลักตามการตั้งค่าโหมดของคุณ:

python voice_talk_vad.py

หรือ

python voice_talk.py

- วิธีใช้:

สำหรับ voice_talk_vad.py :

พูดคุยกับไมโครโฟนของคุณ
ฟังคำตอบ

สำหรับ voice_talk.py :

1. กด แถบอวกาศ เพื่อเริ่มต้นการพูดคุย
2. พูดหัวใจของคุณ
3. กด ปุ่ม Space Bar อีกครั้งเมื่อคุณทำเสร็จแล้ว
4. ฟังตอบกลับ

- มีส่วนช่วย

อย่าลังเลที่จะแยกปรับปรุงและส่งคำขอดึง หากคุณกำลังพิจารณาการเปลี่ยนแปลงหรือเพิ่มเติมที่สำคัญโปรดเริ่มต้นด้วยการเปิดปัญหา

- กิตติกรรมประกาศ

ตะโกนออกไปอย่างมากถึง:

• นักพัฒนาที่ทำงานหนักอยู่เบื้องหลัง Faster_whisper
• Elevenlabs สำหรับ API เสียงที่ทันสมัย
• Openai สำหรับผู้บุกเบิกด้วยรุ่น GPT-4