AI.Labs

AI.LABS (ห้องปฏิบัติการบูรณาการของคลาวด์บันได AI)

中文版

Ai.labs เป็นโครงการโอเพนซอร์ซที่มีจุดมุ่งหมายเพื่อรวมเทคโนโลยีปัญญาประดิษฐ์ที่ทันสมัยที่สุดเพื่อให้แพลตฟอร์ม AI ที่ทรงพลัง แกนหลักของโครงการนี้อยู่ในการรวมบริการ AI ต่างๆรวมถึงแบบจำลองภาษาขนาดใหญ่การรู้จำเสียงพูดและการสังเคราะห์เสียงพูดเพื่อสนับสนุนฟังก์ชั่นเช่นบทสนทนาการโต้ตอบด้วยเสียงและการถอดความ
กลุ่ม QQ: 306499618
โครงการนี้มีคุณสมบัติต่อไปนี้:
วิดีโอสาธิตคุณสมบัติ Bilibili 1 การคลิกลิงก์สามลิงค์จะทำให้คุณได้รับแพ็คเกจการติดตั้ง + รุ่น
การสาธิตวิดีโอแชท Bilibili 2
วิธีเรียกใช้เอกสาร

ที่เก็บโครงการ:

คุณสมบัติหลัก

1. ระบบบทสนทนาแบบจำลองภาษาขนาดใหญ่

1.1 OpenAI API อินเตอร์เฟส:

โครงการรวมการสนับสนุนสำหรับ GPT-3.5 และ GPT-4 ของ OpenAI ซึ่งเปิดใช้งานบทสนทนาอัจฉริยะแบบเรียลไทม์ผ่าน OpenAI API ใช้โครงการต่อไปนี้: https://github.com/betalgo/openai

1.2 เซิร์ฟเวอร์โมเดลภาษาท้องถิ่น:

ปรับใช้โมเดลภาษาขนาดใหญ่ (LLM) โดยใช้ LMStudio หรือ ChatGLM3-6B โต้ตอบกับ API ที่คล้ายกันกับ OpenAI เพื่อให้มั่นใจถึงความเป็นส่วนตัวของข้อมูลในขณะที่ปรับปรุงความเร็วในการตอบสนอง หมายเหตุ: บริการรุ่นและรูปแบบไม่ จำกัด สามารถใช้การสนับสนุน API สไตล์ OpenAI ได้

ดาวน์โหลดที่อยู่: https://lmstudio.ai/
ดาวน์โหลดรุ่น: https://huggingface.co/thebloke (จำเป็นต้องใช้ VPN)
ดาวน์โหลดรุ่น: https://hf-mirror.com/thebloke (ไม่จำเป็นต้องใช้ VPN)
ดาวน์โหลดรุ่น: https://wisemodel.cn/models (ไม่จำเป็นต้องใช้ VPN)
ดาวน์โหลดรุ่น: https://gpt4all.io/ (ไม่จำเป็นต้องใช้ VPN)

2. การรู้จำเสียงพูด STT/ASR

2.1 การจดจำคำพูดท้องถิ่น:

2.1.1 การใช้ Whisper.cpp

ใช้การรู้จำเสียงพูดในท้องถิ่นลดการพึ่งพาบริการภายนอกและเพิ่มความเร็วในการตอบสนอง

2.1.2 การรู้จำเสียงพูด Azure:

นอกจากนี้ยังให้บริการรวมกับบริการการจดจำคำพูดของ Azure เพื่อใช้ประโยชน์จากเทคโนโลยีการรู้จำเสียงพูดบนคลาวด์ขั้นสูง

2.2 แอปพลิเคชัน STT/ASR 1: คุณสมบัติการถอดความการประชุม

การใช้ความสามารถในการจดจำคำพูดของโครงการ AI.labs สามารถทำการบันทึกเนื้อหาการประชุมแบบเรียลไทม์ทำให้การเก็บข้อมูลและการดึงข้อมูลมีประสิทธิภาพมากขึ้น Technology Stack โครงการใช้เฟรมเวิร์กแอปพลิเคชัน DevExpress ทำให้มั่นใจได้ว่าการปรับปรุงให้ทันสมัยและความสามารถในการปรับแต่งสูงของส่วนต่อประสานผู้ใช้

3. คำพูดเป็นข้อความ TTS

3.1 การสังเคราะห์เสียง Edgetts:

ใช้ Edgetts สำหรับเอาต์พุตเสียงในท้องถิ่นฟรี ใช้ประโยชน์จาก Python Project Edge-TTS ต้องมีการติดตั้งในท้องถิ่นของโปรแกรม Python นี้ คู่มือการติดตั้ง: https://github.com/rany2/edge-tts

3.2 การสังเคราะห์เสียง Azure TTS

ผู้ใช้สามารถลงทะเบียนบัญชีของตนเองได้ 5 ชั่วโมงต่อเดือนฟรีหรือ 5 ล้านอักขระ รองรับบริการ Azure TTS ช่วยให้ผู้ใช้สามารถเลือกใช้บริการการสังเคราะห์เสียงบนคลาวด์ ที่อยู่การลงทะเบียน: https://portal.azure.com/

5. การรวมการแปลและแชท

6. เฟรมเวิร์กแอปพลิเคชัน DevExpress (XAF)

โครงการใช้ XAF, เว็บไซต์: http://www.devexpress.com โปรดซื้อ devexpress เวอร์ชันที่ถูกกฎหมายเพื่อใช้ในสภาพแวดล้อมจริง สำหรับวัตถุประสงค์ในการทดสอบสามารถดาวน์โหลดเวอร์ชันทดลองใช้หนึ่งเดือนได้

7. สภาพแวดล้อม

ai.labs ขึ้นอยู่กับการรวมกันของเทคโนโลยีรวมถึงฐานข้อมูล C# (.NET 6.0+)/SQLite+XAF+OPENAI API+TTS+STT และอื่น ๆ การพึ่งพางูหลามจะลดลงให้มากที่สุดเท่าที่จะทำได้ อย่างไรก็ตามตัวอย่างเช่น Edge-TTS ยังคงต้องถูกเรียกใช้

ii. คำถามและข้อสงสัย

1. ข้อมูลความเป็นส่วนตัวและความปลอดภัย: ข้อมูลความเป็นส่วนตัวและความปลอดภัยของข้อมูลผู้ใช้มั่นใจได้อย่างไร? หากคุณให้ความสนใจกับตัวเลือกนี้คุณสามารถใช้ Lmstudio เพื่อสร้างโมเดลส่วนตัวในพื้นที่ (หรือภายใน LAN) รองรับรุ่นส่วนใหญ่ในรูปแบบ GGUF หรือรุ่นจาก LLAMA2.CPP กระบวนการนี้ถูกนำมาใช้ในวิดีโอ Bilibili หมายเหตุ: วิดีโอเป็นภาษาจีน https://www.bilibili.com/video/bv1fc411d7ek/

2. การสนับสนุนหลายภาษา: โครงการสนับสนุนหลายภาษาและการแปลระหว่างภาษาต่าง ๆ มีการจัดการอย่างไร XAF อำนวยความสะดวกในการขยายตัวที่สะดวกสำหรับหลายภาษา เวอร์ชันต่าง ๆ จะถูกเปิดตัวอย่างต่อเนื่อง