JARVIS-ChatGPT
J.A.R.V.I.S声音技术激活的多功能智能对话助手
JARVIS-ChatGPT是一款集成了OpenAI Whisper、OpenAI ChatGPT和IBM Watson技术的智能对话助手，特设J.A.R.V.I.S语音。此助手能实时处理问题，与设备交互，管理文件及执行网上研究。特设研究模式及IoT功能，支持多语言操作，预计未来将继续进行优化更新。
项目简介：JARVIS-ChatGPT
项目概述
JARVIS-ChatGPT 是一个基于语音的互动助手项目，集成了多种合成语音技术，包括《钢铁侠》中的 J.A.R.V.I.S 语音。该项目旨在为用户提供智能化和实时的建议与意见，帮助用户在家里或手机上，随时借助麦克风与助手进行互动交流。
项目动机
每个人都有过这样的经历：灵感乍现，却因为未能及时记录而转瞬即逝。JARVIS-ChatGPT 所要做的就是捕捉这些瞬间，为用户在任何时候提供有意义的答案。助手不仅可以进行语音交流，还能与计算机或服务器交互，进行文件的保存、读取与编辑。同时，它还能执行网络搜索，从 HTML 页面中提取内容、转录 YouTube 视频或查找科学论文等，为用户提供丰富的上下文信息以做出更明智的决策。
项目演示
可以通过以下演示链接查看 JARVIS-ChatGPT 的运行效果：
- 观看项目演示 视频
研究模式更新（2023年7月14日）
该模式特别为常处理研究论文的人群设计，提供一系列工具来组织和管理研究资料：
- 通过语音指令切换到研究模式。
- 初始化新工作空间以收集和整理研究结果。
- 使用 Semantic Scholar API 确定相关论文。
- 提供相关研究建议。
- 支持从数据库中查询论文信息。
项目需求
为了使用 JARVIS-ChatGPT，用户需要以下资源：
- OpenAI 账号和 API 密钥。
- Python 虚拟环境。
- CUDA 兼容显卡等。
注意：某些服务可能产生费用，使用时需留意相关开支情况。
项目安装
提供自动安装脚本和手动安装说明，自动安装适用于 Windows/Linux 会帮你执行所有手动安装步骤。手动安装则要求用户创建 Python 虚拟环境，安装依赖包，并配置相关 API 密钥。
使用说明
主要的运行脚本是 openai_api_chatbot.py，用户通过麦克风与助手对话。在对话过程中，助手能够处理语音输入、执行网络搜索、调用 ChatGPT 生成答案，并以语音形式返回结果。一旦结束，系统会自动保存对话记录供日后参考。
项目历史与更新计划
项目从 2022 年底开始开发，迄今为止不断发展，添加了国际语言支持、自动存储对话、后台执行、语音指令等多功能。未来计划包括扩展文档处理工具、优化性能等。
常见问题
针对用户可能遇到的安装问题、运行错误提供了解决方案。对于用户体验上的任何问题，可以通过在项目 GitHub 上提出 Issue 来获得开发者的帮助。
开发者致辞
项目开发者 Gianmarco Guarnier 表示将继续完善项目，但由于个人学术事务会暂时中断工作，并计划在 2024 年继续进行更多改进。
Have fun!
编辑推荐精选
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。
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。
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
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。
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。
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
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
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。
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 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。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号