README_CN.md

带有语音识别和 AI 聊天机器人的语音助手

该项目演示了一个语音助手，它使用语音识别将音频输入转换为文本，并利用 AI 聊天机器人生成回复。该助手记录音频输入，使用讯飞（iFlytek）云语音识别 API 进行语音识别，然后使用 OpenAI GPT-3.5 语言模型生成回复。

要求

• Python 3.x
• PyAudio
• Wave
• Time
• Os
• Sys
• Threading
• Queue
• Datetime
• Ipywidgets
• Websocket
• Hashlib
• Base64
• Hmac
• Json
• Urllib
• Ssl
• Wsgiref.handlers
• Numpy
• OpenAI
• Pyttsx3
• Ctypes
• Inspect
• Pygame

安装

1. 将该存储库克隆到本地机器。

2. 使用 pip 安装所需的 Python 包:

   pip install pyaudio wave ipywidgets websocket-client numpy openai pyttsx3 pygame

3. 从讯飞（iFlytek）和 OpenAI 获取 API 凭据:

   • 对于讯飞（iFlytek）API 凭据，注册一个帐户并创建一个应用程序，以获取所需的 APPID、APIKey 和 APISecret。

   • 对于 OpenAI API 凭据，注册一个帐户并生成一个 API 密钥。复制生成的 API 密钥。

4. 使用你的 API 凭据更新代码中的以下变量:

   • APPID: 讯飞（iFlytek）应用程序 ID
   • APIKey: 讯飞（iFlytek）API 密钥
   • APISecret: 讯飞（iFlytek）API 密钥
   • openai.api_key: OpenAI API 密钥

5. 运行代码:

   python voice_assistant.py

   你也可以在 Jupyter Notebook 中使用。但请注意以下事项：

   1. 在 Notebook 中使用 engine.save_to_file(reply, outfile) 存在一些错误；
   2. 当你中断 Notebook 时，上一轮使用的文件仍然处于占用状态；
   3. 因此，你无法成功地在其中写入新的语音，并且在使用之前无法删除它（提示权限被拒绝）。

   demo.ipynb
   

请注意，上述内容已经被翻译成中文。

用法

1. 语音助手将开始侦听音频输入。

2. 通过麦克风说话以提供语音输入。

3. 一旦你停止说话，助手将识别语音，使用 AI 聊天机器人处理它，并生成一个回复。

4. 然后，助手将把回复转换为语音，并使用扬声器播放。

5. 对话将显示在终端中。

6. 要退出语音助手，请在终端中按 Ctrl + C。

注意事项

• 代码使用 PyAudio 库进行音频录制和播放。请确保麦克风和扬声器已正确配置。

• 代码使用讯飞（iFlytek）云语音识别 API 将语音转换为文本。你需要提供有效的 API 凭据才能使代码正常工作。

• 代码使用 OpenAI GPT

-3.5 语言模型生成回复。你需要提供有效的 OpenAI API 密钥才能使代码正常工作。

• 代码在录制和语音识别过程中保存临时音频文件（PCM 格式）。这些文件在处理后被删除。

• 代码使用 Pygame 库播放生成的语音。请确保扬声器已正确配置。

许可证

该项目使用 MIT 许可证 进行许可。