glava

ชื่อโครงการ: GNU/LINUX-AI-VOICE-ASSISTANT (GLAVA)

GNU/Linux-ai-voice-Assistant เป็นอินเทอร์เฟซที่ใช้เทอร์มินัลอเนกประสงค์ที่ใช้เครื่องมือโอเพนซอร์สต่างๆที่นำเสนอการโต้ตอบที่ไร้รอยต่อกับ LLMS บริการและคุณสมบัติที่หลากหลาย องค์ประกอบหลักของผู้ช่วยคือ:

• VOSK - ชุดเครื่องมือจดจำคำพูดโอเพนซอร์ซ
• ไพเพอร์ - ข้อความทางประสาทที่รวดเร็วและท้องถิ่นไปยังระบบการพูดที่ฟังดูดี
• SHELLGPT - เครื่องมือการเพิ่มผลผลิตบรรทัดคำสั่งที่ขับเคลื่อนโดย AI Models Language Language (LLM)
• Nerd-Dictation-นี่คือยูทิลิตี้ที่ให้คำพูดการเข้าถึงอย่างง่ายกับข้อความสำหรับการใช้ใน Linux โดยไม่ต้องเชื่อมโยงกับสภาพแวดล้อมเดสก์ท็อปโดยใช้ VOSK-API ที่ยอดเยี่ยม

สารบัญ

1. คำอธิบาย
2. การติดตั้ง
3. การใช้งาน
4. การบริจาค
5. ใบอนุญาต
6. ติดต่อ

คำอธิบาย

Glava ไม่ได้เป็นเพียงเครื่องมือในการผ่านการทดสอบทัวริง แต่เป็นผู้ช่วยบรรทัดคำสั่งแบบไดนามิกพร้อมที่จะช่วยเหลือคุณในการทำงานและการสืบค้นมากมาย ในใจของมันคือพลังของโมเดลภาษาขนาดใหญ่ (LLMs) ทะเลแห่งความรู้ที่รอการควบคุม

มันไม่ได้เป็นเพียงเครื่องมือสำหรับการดึงข้อมูล เป็นเพื่อนร่วมงานพร้อมที่จะช่วยเหลือคุณในการทำงานที่หลากหลายทำให้ประสบการณ์สายการสั่งของคุณสนุกสนานและมีประสิทธิภาพมากขึ้น

ด้วยการโต้ตอบหลายรูปแบบมันสามารถโต้ตอบกับคุณในรูปแบบข้อความหรือเสียง มันสามารถดึงข้อมูลจากแหล่งต่าง ๆ สร้างคำสั่งเชลล์รูปภาพและแม้แต่เรียกดูเว็บ เป็นผู้ช่วยของคุณสำหรับความต้องการข้อมูลและความบันเทิงทั้งหมดของคุณ

ปลดปล่อยพลังของ LLMS

Glava ควบคุมพลังของ LLM เพื่อให้ฟังก์ชั่นที่หลากหลาย ไม่ว่าคุณจะต้องการโต้ตอบกับมันโดยใช้การกดแป้นหรือเสียง Glava มีหลังของคุณ มันตอบสนองทั้งในรูปแบบข้อความและเสียงทำให้มั่นใจได้ว่าการโต้ตอบที่ราบรื่น

การโต้ตอบด้วยเสียงและการกดแป้น

Glava ช่วยให้คุณกำหนดคำสั่งของคุณโดยใช้เสียงหรือพิมพ์ออกมา

สำหรับการจดจำเสียงเราใช้ VOSK ฟรี ชุดเครื่องมือที่มีน้ำหนักเบามีประสิทธิภาพและโอเพ่นซอร์สสำหรับการรู้จำเสียงพูด VOSK ทำงานเป็น websocket ที่เหลือเพื่อให้มั่นใจว่าการถอดความที่ถูกต้องและเป็นแบบเรียลไทม์

ต้นแบบของข้อความเป็นคำพูด

เพื่อให้หูของคุณพึงพอใจ Glava ไม่ได้เป็นเพียงแค่นักพูด แต่เป็นหลักของข้อความเป็นคำพูด (TTS) มันใช้ Piper ซึ่งเป็นเครื่องมือที่ทรงพลังที่สามารถใช้กับ HTTP WebSockets ที่ข้อความถูกม้วนงอเพื่อรับเสียงหรือโดยใช้ Piper Binary

ฟังตัวอย่างเสียงที่นี่

การเขียนตามคำบอกเสียงออฟไลน์

Glava สามารถพูดการพิมพ์ข้อความโดยใช้คำสั่ง NERD ซึ่งแม่นยำมากและสามารถปรับแต่งได้อย่างง่ายดายด้วยสคริปต์ Python ซึ่งทำหน้าที่เป็น config (ใช้ VOSK-API)

นี่คือการกำหนดค่าที่โครงการนี้ใช้ซึ่งเปิดใช้งาน "เริ่มเขียน", "หยุดการเขียน" คำสั่งสำหรับการเปิดใช้งาน/ปิดการใช้งานการเขียนตามคำบอกด้วยเสียงพร้อมกับการเว้นวรรคสองเล็กน้อยการใช้อักษรตัวพิมพ์ใหญ่ของคำ ฯลฯ

Wolfram Alpha

ผู้ใช้สามารถสอบถามข้อมูลและการคำนวณโดยใช้ Wolfram Alpha API

Newsapi และ Google News

Glava สามารถสอบถามข่าวจาก Newsapi และ Google News และได้รับผลลัพธ์ในรูปแบบข้อความและเสียงทำให้การเรียนรู้และการอัปเดตอยู่ในการเดินทางที่น่ายินดี

การสร้างคำสั่งและการดำเนินการ

Glava ไม่ได้เป็นเพียงเครื่องมือสำหรับการดึงข้อมูล มันสามารถสร้างคำสั่งเชลล์และดำเนินการให้คุณแก้ไขยกเลิกและดำเนินการคำสั่งได้อย่างง่ายดาย มันเหมือนกับการมีผู้ช่วยส่วนตัวพร้อมที่จะช่วยเหลือคุณในงานที่อาจต้องใช้เวลาและความพยายาม

การเรียกดูทำให้ง่ายขึ้น

Glava สามารถเปิดเว็บเบราว์เซอร์ไปยังเว็บไซต์ต่าง ๆ ทำให้การท่องเว็บของคุณเป็นเรื่องง่าย สามารถค้นหาเว็บไซต์และวิกิพีเดียต่าง ๆ เพื่อให้ข้อมูลที่คุณต้องการเมื่อคุณต้องการ

เรียกดูเว็บไซต์โปรดของคุณเช่น YouTube, GitHub, Wikipedia, Amazon และ Reddit หรือใช้ Duckduckgo กับพารามิเตอร์การค้นหาที่กำหนดเองเป็นเครื่องมือค้นหาเริ่มต้น

การเล่นวิดีโอ YouTube

Glava สามารถเล่นเพลงหรือวิดีโอใด ๆ จากแหล่ง YouTube โดยใช้ YT-DLP, MPD และ MPV มันสามารถเล่นได้ทั้งในรูปแบบเสียงและวิดีโอทำให้เป็นผู้สร้างเพลย์ลิสต์ส่วนตัวของคุณ

IMDB Movie Querying

Glava สามารถสอบถามข้อมูลเกี่ยวกับภาพยนตร์ใด ๆ จาก IMDB ให้ข้อมูลมากมายเกี่ยวกับภาพยนตร์รวมถึงพล็อตการแสดงและการให้คะแนน

สร้างภาพ

Glava สามารถช่วยคุณสร้างภาพด้วยข้อความโดยใช้บริการฟรีของ https://pollinations.ai/

การติดตั้ง

ข้อกำหนดเบื้องต้น

ก่อนที่คุณจะเริ่มตรวจสอบให้แน่ใจว่าคุณได้ปฏิบัติตามข้อกำหนดต่อไปนี้:

• Python 3.6 หรือสูงกว่า
• Pip.
• ระบบ GNU/Linux
• MPV, MPD (สำหรับเสียง, เสริม), yt-dlp (สำหรับการเล่น Youuthube)
• เชือก

ขั้นตอนการติดตั้ง

ทำตามขั้นตอนเหล่านี้เพื่อติดตั้งและตั้งค่าโครงการ:

1. โคลนที่เก็บ:

    git clone https://github.com/akhil3417/glava
   

2. นำทางไปยังไดเรกทอรีโครงการ:

    cd glava
   

3. เรียกใช้สคริปต์การติดตั้ง:

    chmod +x installer.sh
   ./installer.sh
   

4. หมายเหตุสคริปต์ตัวติดตั้งจะติดตั้งเฉพาะ Vosk-Model-Small-en-US-0.15 (Voice_Recognition) และ EN_US-HFC_FEMALE-MEDIOM (TTS) หากต้องการเพิ่มโมเดลเพิ่มเติมของคุณให้ดาวน์โหลดจาก Piper, Vosk และแยกออกเป็น ./extensions/piper/models/ /piper/models/ หรือ ./extensions/vosk extensions/vosk Directory

คุณสามารถฟังตัวอย่างเสียงสำหรับ Piper TTS ได้ที่นี่สำหรับ Piper และดาวน์โหลดรุ่นที่ต้องการตามนั้น

การใช้งาน

ตรวจสอบให้แน่ใจว่าคุณมีเชลล์และทำงานหากไม่เห็นการติดตั้ง ShellGPT

ตอนนี้คุณสามารถเริ่มโครงการด้วยคำสั่งต่อไปนี้:

 ./start.sh

or

. .env/bin/activate
python3 main.py

แบบสอบถามผู้ใช้ทั้งหมดตรงกับคีย์ในพจนานุกรมคำสั่งหากมีอยู่แล้วฟังก์ชั่นที่เกี่ยวข้องจะถูกดำเนินการหากไม่มีอะไรตรงกับ ShellGPT

สำหรับข้อมูลเพิ่มเติมดูคำสั่ง dict ใน main.py

ตอนนี้คุณสามารถโต้ตอบกับโครงการโดยใช้คำสั่งเสียงหรือการกดแป้นพิมพ์ของคุณ

การกำหนดค่าเพิ่มเติม

ผู้ใช้สามารถแก้ไข config.ini ตามความต้องการของพวกเขา (ชื่อผู้ช่วย, api-keys ฯลฯ )

การบริจาค

หากคุณต้องการมีส่วนร่วมในโครงการนี้โปรดปฏิบัติตามแนวทางต่อไปนี้:

1. แยกโครงการ
2. สร้างสาขาคุณสมบัติของคุณ: git checkout -b feature/AmazingFeature
3. กระทำการเปลี่ยนแปลงของคุณ: git commit -m 'Add some AmazingFeature'
4. Push to the Branch: git push origin feature/AmazingFeature
5. เปิดคำขอดึง

บันทึก

โครงการนี้อยู่ในระหว่างการพัฒนาก่อนดังนั้นจึงคาดว่าจะมีข้อบกพร่องและจะได้รับการแก้ไขในอนาคต

ทรัพยากรเพิ่มเติม

ที่นี่มีเครื่องมืออีกสองสามอย่างตาม VOSK

• https://git.sr.ht/~geb/sprec
• https://git.sr.ht/~geb/numen
• https://k2-fsa.github.io/sherpa/onnx/tts/apk-engine.html

ใบอนุญาต

โครงการนี้ได้รับใบอนุญาตภายใต้ใบอนุญาต MIT สำหรับรายละเอียดเพิ่มเติมโปรดดูไฟล์ LICENT.MD ในที่เก็บ

ติดต่อ

สำหรับการสอบถามหรือข้อเสนอแนะใด ๆ อย่าลังเลที่จะติดต่อผู้ดูแลโครงการที่ [จะเพิ่มเร็ว ๆ นี้] ฉันยินดีที่จะช่วยเหลือคุณในความต้องการของคุณ