懂AI
MITSUHA

MITSUHA

智能语音互动与全屋智能控制助手体验

MITSUHA程序通过先进的语音识别技术，提供自然的AI伴侣交流体验。这款AI伴侣支持多语言对话、智能家居控制，并且包括用户友好的设置功能与虚拟现实集成，为用户带来更便捷和丰富的交互体验。MITSUHA提升您的日常生活，通过高端技术使您与AI伴侣的交流更加自然和高效。

OneReality虚拟助手智能家居控制人工智能增强现实Github开源项目
访问官网GitHub文档

项目介绍：MITSUHA

MITSUHA 项目是一个虚拟助手平台，旨在通过先进的语音识别和人工智能技术为用户提供即时互动体验。这个项目让用户可以通过麦克风与虚拟角色进行实时交流，且能够做出智能反应。

项目背景

MITSUHA 是一个能够和用户进行自然语言互动的虚拟助手。它不仅可以通过麦克风接受用户的语音指令，还能通过文本转语音技术回应用户。项目的主要特色包括：

  • 支持用户通过麦克风与助手对话。
  • 助手能够用多种语言进行回应，包括英语、日语、韩语和中文。
  • 拥有短期和长期的记忆功能，可根据上下文对话。
  • 能够启动应用程序。
  • 可以控制智能家居设备，如果设置了Tuya平台，功能类似于Alexa。

项目特点

  1. 自然语言处理：利用 Python 中的 SpeechRecognition 库识别用户语音，将其转录为文本输入，从而实现对话的流畅性。
  2. 多语言支持：目前支持多种亚洲语言，并计划扩展支持更多语言如西班牙语和印度尼西亚语。
  3. 智能家居集成：使用 Tuya 云物联网平台，用户可以使用语音指令控制家中的智能设备。
  4. 开源技术支持：项目由多种开源工具构建，包括 Python、Llama-cpp-python 和 OpenAI 的 Whisper 等。
  5. 虚拟和增强现实结合：计划扩展虚拟现实和增强现实的集成功能，以提升用户体验。

使用方法

前提条件

  • 需要安装 Python 3.10.11 或以上版本。
  • 安装 GIT 和 CUDA（如果有Nvidia GPU）。
  • 下载并安装 Visual Studio Community 2022 和 VTube Studio。
  • 配置音频驱动程序（如VB Cable Audio Driver），以便正确的音频输出和输入。

自动安装指南

  1. 使用 git clone --recurse-submodules https://github.com/DogeLord081/OneReality.git 命令克隆项目到本地。
  2. 运行 python setup.py 以设置环境。
  3. 修改 .env 文件中的必要变量。
  4. 通过运行 OneReality.bat 启动项目，并根据需要调整音频输出设置。

未来计划

项目的未来发展计划包括：

  • 增加 AI 声音的更多语言支持。
  • 实现移动版本应用。
  • 提供一键式的安装包并使设置更加简单。
  • 改进的 VTube Studio 唇同步功能，不再需要特定驱动支持。

许可证

MITSUHA 项目是根据 GNU 通用公共许可证 v3.0 发行的，用户可以自由查看 LICENSE.txt 以了解更多信息。

联系信息

致谢

项目灵感和技术支持部分来源于以下资源和贡献者：

通过这些技术和社区的支持，MITSUHA项目正在不断成长和完善，致力于为用户提供更为智能和直观的虚拟助手体验。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

热门AI工具AI办公办公工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

热门AI工具生产力协作转型TraeAI IDE
咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

AI助手热门AI工具AI创作AI辅助写作讯飞绘文内容运营个性化文章多平台分发
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。

下拉加载更多