ai voice generation

AI動力的語音聊天演示

tyingshoelaces.com

概述

這是使用免費API的OpenAI語音功能的簡單版本。該演示使您可以與LLMS交談，傾聽和交談。

原始博客文章在這裡： -博客：博客文章YouTube視頻解釋器在這裡：YouTube視頻

隨時玩！

技術堆棧

• LLM主機： Groq
• LLM： Llama 3
• TTS：深色
• STT：語音識別API
• Web框架： NextJS（React前端，Express API）

如何使用

1. 下載回購
2. npm i
3. setup .env.local with with deepgram_api_key和groq_api_key
4. NPM運行開發

您可能需要編輯所有提示，以更改響應的音調。

該體系結構很簡單，語音 - >文本 - > llm->文本 - >語音。抹布和各種有趣的創意事物可以用來為LLM增添趣味。

提示和技巧

如果您想要非冠狀API或更穩定的東西，您可能希望將語音識別轉換為Whisper AI。

在處理Audioplayer中，該演示中沒有必要的處理狀態需要大量投資。

使用提示和上下文到Groq是個性化的關鍵。

與我聯繫以獲取反饋！

我做了什麼

我建立了一個演示，您可以：

1. 使用WebSpeechRecognitionapi對瀏覽器進行交談。
2. 將轉錄的文本流到groq進行處理。
3. 將groq的響應流到文本到語音轉換的響應。
4. 在瀏覽器中播放生成的音頻響應。

• NextJS： ★★★★★ - 精彩的技術，簡化了客戶端和服務器端的開發。
• groq： ★★★★★ - 速度和成本的新基準測試。
• Llama3： ★★★★☆-與GPT -IO明顯不同，非常適合廉價的要求和演示。
• 深集： ★★★☆☆-慷慨的起始學分，良好的延遲。仍然是綠色的技術。

鏈接

• 演示： AI語音一代演示
• GitHub存儲庫： GitHub
• 視頻： YouTube視頻
• 博客：博客文章

---

Edward EJB503，Tying Shoelaces博客