gpt-voice-conversation-chatbot

gpt-voice-conversation-chatbot

GPT语音对话机器人,支持个性化对话和长期记忆功能

本项目通过OpenAI API,提供一个可以用麦克风与ChatGPT或GPT-4进行语音交互的聊天机器人,支持个性化对话与记忆功能。用户可以选择键盘输入或语音输入,机器人能够持续记住对话内容。需要有效的OpenAI API密钥,并支持Google和ElevenLabs的TTS工具。适用于Windows和Linux,提供名称设置、创造力调节和预设对话模式等多种自定义功能。适合语言练习、编程学习和日常对话。

GPT-VCCChatGPTGPT-4OpenAI APIPythonGithub开源项目

项目概述

gpt-voice-conversation-chatbot(简称GPT-VCC)是一个开发用于与ChatGPT或GPT-4进行语音互动的聊天机器人项目。无论是通过语音还是终端输入,用户都可以与这个机器人进行互动并获得个性化的体验。项目旨在利用OpenAI的API实现与智能助手的情感对话。

功能简介

语音对话和文字对话

GPT-VCC允许用户通过麦克风进行语音对话,也可以选择在终端中输入文本与机器人交流。这种灵活的交互方式为用户提供了便利。

记忆和会话追踪

机器人可以在会话过程中记住用户提供的信息,并在后续的对话中使用这些信息,增强了交互的质量。此外,用户还可以选择让机器人储存长期的记忆,使得在断开连接后也可以继续以前的会话。

内容审核

为了确保所有交流符合OpenAI的使用政策,GPT-VCC集成了内容审核功能。虽然并不完美,但结合OpenAI的审核工具和自然语言处理技术,希望能够过滤不当内容。

安装指南

准备工作

在安装之前,用户需要获得一个有效的OpenAI API密钥。注册并登录OpenAI后,可以在账户设置中生成API密钥,然后将该密钥配置到项目所需的keys.txt文件中。

Windows平台安装

  1. 下载并安装Python。

  2. 克隆该项目或者下载ZIP文件并解压。

  3. 打开项目所在文件夹的终端,安装依赖项:

    pip install -r requirements.txt --upgrade
  4. 按照使用说明运行聊天机器人。

Linux平台安装(Debian/Ubuntu)

  1. 安装pip3:

    sudo apt install python3-pip
  2. 克隆项目或下载并解压缩。

  3. 删除requirements.txt中的pyaudio依赖,使用apt安装:

    sudo apt install python3-pyaudio
  4. 安装接口通信所需的espeak:

    sudo apt install espeak
  5. 安装其他依赖:

    pip3 install -r requirements.txt --upgrade
  6. 按照使用说明运行聊天机器人。

使用指南

To run the chatbot, use the following command in the terminal, replacing <key> with your OpenAI API key:

python main.py <key>
  • A GUI will pop up indicating the bot's status. Use the spacebar to toggle bot listening, ESC to quit without saving, and Q to quit while saving details.
  • Voice commands allow you to control features such as conversation display, memory restoration, voice preset changes, and more.

特性

  • 与ChatGPT或GPT-4的个性化对话。
  • 提供多种语音合成方式,支持谷歌和ElevenLabs的语音处理工具。
  • 记忆与会话跟踪功能,让用户可以有更连贯的对话体验。
  • 支持话题储存,可以在本地保持对话历史。

典型案例

用户可以通过GPT-VCC进行娱乐性交流,还可以作为语言学习工具,通过设置特定的对话模板来模拟语言教学,以获得更真实的发音反馈。项目还支持编程实践,您可以向机器人请教编程问题并获取建议。总体而言,GPT-VCC可以作为多种主题的辅助工具使用。

GPT-VCC集成了强大的工具和灵活的用户界面,是一个用于练习各种技能和测试想法的理想平台。

编辑推荐精选

问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

聊天机器人AI助手热门AI工具AI对话
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

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。

下拉加载更多