懂AI
JARVIS

JARVIS

智能语音个人助手

JARVIS, 一个集成多种技术的语音个人助手，支持通过Web界面将用户的语音输入转换为文本，利用高级自然语言处理技术响应用户，兼容Python 3.8至3.11。

JARVIS语音助手OpenAI GPT-3PythonWeb接口Github开源项目
访问官网GitHub

JARVIS 项目简介

JARVIS 是一个配备语音助手功能的个人助理，其核心功能是将语音转化为文本，然后生成回答并通过语音返回，所有操作都可以通过网页界面进行展示。这项技术使用户能够通过语音与计算机进行互动，并获得即时的智能回答，就像在与一个有智慧的助手进行对话。

工作原理

JARVIS 的工作流程分为几个步骤：

  1. :microphone: 用户说话：用户通过麦克风向系统输入语音。
  2. :keyboard: 语音转文字：系统使用 Deepgram 技术将用户的语音转化为文字。
  3. :robot: 生成响应：文字输入到 OpenAI 的 GPT-3 API，生成相应的智能回答。
  4. :loudspeaker: 文字转语音：利用 ElevenLabs 技术，将生成的文字转化为语音。
  5. :loud_sound: 播放语音：通过 Pygame 播放生成的语音。
  6. :computer: 网页展示：使用 Taipy 技术将对话内容实时显示在网页界面上。

视频演示

JARVIS 的实际操作可以通过这个视频来观看，视频展示了其在实践中是如何高效运作的。

系统要求

要运行 JARVIS，需要确保使用 Python 3.8 至 3.11 版本。此外，还需要一些 API 密钥：

  • Deepgram：用于语音转文字的服务
  • OpenAI：用于生成智能回答
  • ElevenLabs：用于将文字转语音

安装步骤

  1. 克隆仓库

    首先，使用下列命令从 GitHub 克隆 JARVIS 的代码库：

    git clone https://github.com/AlexandreSajus/JARVIS.git

  2. 安装依赖

    进入项目目录并安装所需的库：

    pip install -r requirements.txt

  3. 配置环境变量

    在项目的根目录创建一个 .env 文件，并添加 API 密钥：

    DEEPGRAM_API_KEY=XXX...XXX
OPENAI_API_KEY=sk-XXX...XXX
ELEVENLABS_API_KEY=XXX...XXX

使用方法

  1. 启动网页界面

    执行以下命令，启动网页接口：

    python display.py

  2. 启动语音助手

    在另一个终端中，运行语音助手程序：

    python main.py

启动后，网页界面和终端都会显示 Listening...，表示系统已准备好接收用户的语音输入。当用户讲话完毕，系统会进行处理并生成智能回应，过程结束后会显示 Speaking...，随后语音回复会播放，并且同时显示在网页界面上。

以上，就是 JARVIS 项目的详细介绍，它致力于为用户提供一个智能、高效的语音互动体验。

编辑推荐精选

TRAE编程

TRAE编程

AI辅助编程，代码自动修复

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。

AI工具TraeAI IDE协作生产力转型热门
蛙蛙写作

蛙蛙写作

AI小说写作助手，一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
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。

热门AI助手AI对话AI工具聊天机器人
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。

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

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作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。

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。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
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。

下拉加载更多