june
v0.0.1
六月是本地语音聊天机器人，结合了Ollama（用于语言模型功能），拥抱面部变压器（用于语音识别）和Coqui TTS Toolkit（用于文本到语音综合）的力量。它为您的本地计算机上的语音辅助交互提供了灵活的，以隐私为中心的解决方案，以确保将数据发送给外部服务器。
apt install python3-dev ） -仅适用于GNU/Linuxapt install portaudio19-dev ） -仅适用于GNU/Linuxbrew install portaudio ）仅适用于MacOS直接从GitHub存储库中安装6月：
pip install git+https://github.com/mezbaul-h/june.git@master另外，您可以克隆存储库并在本地安装：
git clone https://github.com/mezbaul-h/june.git
cd june
pip install . 如果还没有，请首先将语言模型（默认为llama3.1:8b-instruct-q4_0 ）。
ollama pull llama3.1:8b-instruct-q4_0接下来，运行程序（默认配置）：
june-va这将使用LLAMA3.1：8B-Instruct-Q4_0用于LLM功能，OpenAI/Wishper-Small.en进行语音识别，而tts_models/en/ljspeech/glow-tts用于音频合成。
您还可以使用JSON配置文件自定义程序的行为：
june-va --config path/to/config.json笔记
配置文件是可选的。要了解有关配置文件结构的更多信息，请参见“自定义”部分。
可以使用配置文件自定义应用程序。配置文件必须是JSON文件。默认配置如下：
{
"llm" : {
"disable_chat_history" : false ,
"model" : " llama3.1:8b-instruct-q4_0 "
},
"stt" : {
"device" : " torch device identifier (`cuda` if available; otherwise `cpu` " ,
"generation_args" : {
"batch_size" : 8
},
"model" : " openai/whisper-small.en "
},
"tts" : {
"device" : " torch device identifier (`cuda` if available; otherwise `cpu` " ,
"model" : " tts_models/en/ljspeech/glow-tts "
}
}当您使用配置文件时，它会覆盖默认配置，但不会覆盖它。因此，如果需要，您可以部分修改配置。例如，如果您不希望使用语音识别，并且只想通过文本提供提示，则可以通过使用以下配置使用配置文件来禁用该提示：
{
"stt" : null
}同样，您可以禁用音频合成器，也可以两者兼而有之，仅在文本模式下使用虚拟助手。
如果您只想修改要加载特定类型模型的设备，而无需更改模型的其他默认属性，则可以使用：
{
"tts" : {
"device" : " cpu "
}
}llm语言模型配置llm.device ：将管道分配的火炬设备标识符（例如， cpu ， cuda ， mps ）。llm.disable_chat_history ：布尔值指示是禁用还是启用聊天历史记录。启用聊天历史记录将使交互更加动态，因为该模型将可以访问以前的上下文，但是它将消耗更多的处理能力。禁用它将导致较少的交互式对话，但会使用更少的处理资源。llm.model ：Ollama上文本生成模型标签的名称。确保这是机器上存在的有效模型标签。llm.system_prompt ：给模型给系统提示。如果基础模型不支持系统提示，则将增加错误。 stt语音到文本模型配置tts.device ：将管道分配的火炬设备标识符（例如， cpu ， cuda ， mps ）。stt.generation_args ：包含通过拥抱Face的语音识别管道所接受的一代参数的对象。stt.model ：关于拥抱脸的语音识别模型的名称。确保这是在拥抱脸上存在的有效模型ID。 tts文本到语音模型配置tts.device ：将管道分配的火炬设备标识符（例如， cpu ， cuda ， mps ）。tts.generation_args ：包含Coqui TTS API接受的生成参数的对象。tts.model ：由Coqui的TTS工具包支持的文本到语音模型的名称。确保这是有效的模型ID。 看到[system]> Listening for sound...消息后，您可以直接向麦克风说话。与典型的语音助手不同，无需唤醒命令。只需开始讲话，该工具将自动检测和处理您的语音输入。说话后，保持沉默3秒钟，以使助手处理您的语音输入。
由Coqui的TTS工具包支持语音克隆支持的许多模型（例如， tts_models/multilingual/multi-dataset/xtts_v2 ）。您可以使用自己的扬声器配置文件和小音频剪辑（大多数型号约1分钟）。剪辑剪辑后，您可以指示助手将其与以下自定义配置一起使用：
{
"tts" : {
"model" : " tts_models/multilingual/multi-dataset/xtts_v2 " ,
"generation_args" : {
"language" : " en " ,
"speaker_wav" : " /path/to/your/target/voice.wav "
}
}
}是的，您可以轻松地将远程托管的Ollama实例与June集成，而不是使用本地实例。这是这样做的方法：
OLLAMA_HOST环境变量设置为远程Ollama实例的适当URL。要使用远程Ollama实例，您将使用这样的命令：
OLLAMA_HOST=http://localhost:11434 june-va
