llama_cute_voice_assistant

动机：许多具有人工智能的语音助手的声音令人不愉快。虽然这可能是个人喜好。我的目标是创建一个更人性化的助手，使您能够插入可爱的动漫角色声音和Vtuber声音。


解决方案图：

本指南可能不是最详细的。它需要改进。

Windows的安装过程

1. 安装git https://git**-scm*.com/downloads
2. 安装CudatoolKit（您只能选择Pytorch支持的CUDA的版本。请参阅此处的支持版本https://py*t*or*ch.org/get-started/locally/）
3. 安装Miniconda https://docs.c*o**nda.io/en/latest/miniconda.html
4. 开放Miniconda控制台
5. 创建新的Conda环境

 conda create --name llama_cute_voice_assistant python=3.11

6. 激活Conda环境

 conda activate llama_cute_voice_assistant

7. 克隆项目

 git clone https://*git*hu*b.com/atomlayer/llama_cute_voice_assistant.git

8. 转到项目目录

 cd llama_cute_voice_assistant

9. 安装Pytorch

• 转到https://pytor*ch.**org/get-started/locally/
• 生成一个为您的系统安装pytorch的命令（命令将是这样的：pip3 install torch torch torchvision torchaudio -index-url https://download.py*t**orch.org/whl/cu118）
• 执行命令

10. 安装库

 pip install SpeechRecognition==3.10.0 
pip install pyttsx3==2.90 
pip install soundfile==0.12.1
pip install simpleaudio==1.0.4
pip install pygame==2.5.1
conda install PyAudio
pip install openai-whisper --no-cache-dir
pip install omegaconf==2.3.0
pip install git+https://**github.co*m/openai/whisper.git
conda install -c conda-forge ffmpeg

1. https://*git**hub.com/oobabooga/text-generation-webui#one-click-installers

2. 使用-api参数打开Oobabooga文本生成Web UI。

3. 在“模型”选项卡上：下载并运行您喜欢的AI模型。

4. 在聊天设置>“字符”选项卡上：设置您的字符名称和描述。

详细说明-https：//www.youtube.com/watch?v=_jxbvstgpoo

1. 下载https://huggi**ngf*ace.co/wok000/vcclient000/blob/main/mmvcserversio_win_onnxgpu-cuda_v.1.5.3.11.zip

2. 解开档案

3. 运行start_http.bat

4. 加入AI Hub Discord：https：//discord.gg/aihub

5. 转到搜索模型频道

6. 查找并下载您喜欢的模型

7. 单击实时语音更改客户端中的编辑按钮

8. 将模型上传到免费单元格

9. 调整声音的最佳音调参数。

1. 下载并安装VB-Cable虚拟音频设备https://*v*b-a*udio.com/cable/

2. 打开实时语音更换器

3. 设置音频输入：电缆输出（VB-Audio虚拟电缆）

4. 按开始按钮

1. 替换oobabooga_api_name和唤醒单词。
   OOBABOOGA_API_NAME- OOBABOOGA文本生成Web UI中的一个字符的名称（Paremeters>“字符”选项卡）

 oobabooga_api_name = "Lisa"
wake_words = ["lisa"]

1. 在项目文件夹中打开conda控制台
2. 运行命令：

 python voice_chat.py

3. 说唤醒单词和助手的命令。

https://githu*b.c*o*m/davabase/whisper_real_time