Voicetral
概述
该项目提供了Ollama模型与Applio的文本对语音（TTS）和语音转换服务之间的接口。它将用户语音输入转换为文本，使用Ollama生成响应，然后综合并使用Applio播放响应。
特征
- 语音到文本转换使用
speech_recognition。 - 使用Ollama模型的文本生成。
- 使用Applio的文本到语音转换和语音转换。
- 使用
sounddevice播放音频。 - 音频与
pydub进行重新采样和处理。
要求
软件依赖性
- Python 3.9
- FFMPEG（用于音频处理）
- Ollama ：文本生成的模型服务。访问Ollama的网站以进行安装和使用说明。
- Applio ：用于文本到语音和语音转换的服务。请访问Applio的网站以进行安装和使用说明。
Python包
所需的python软件包在requirements.txt中列出。要安装它们，请使用以下命令：
pip install -r requirements.txt
配置
-
FFMPEG ：确保在系统路径中安装FFMPEG并可以访问。您可以从此处下载FFMPEG，并按照操作系统的安装说明进行操作。
-
Ollama ：根据其网站上的说明安装和运行Ollama服务。确保在指定的URL上可以访问它。
-
Applio ：根据其网站上的说明安装并运行Aptio服务。确保它在指定的端口上本地运行（默认值：
http://127.*0.**0.1:6969/：//127.0.0.1：6969/）。 -
配置文件：使用环境的适当路径和设置更新
config.ini文件。-
START_PROMPT：Ollama模型的初始提示。 -
OLLAMA_MODEL：使用的Ollama模型的名称。 -
APPLIO_TTS_VOICE：Applio TTS的语音配置。 -
APPLIO_PTH_PATH：通往Applio模型文件的路径。 -
APPLIO_INDEX_PATH：通往Applio索引文件的路径。 -
APPLIO_TTS_OUTPUT_PATH：将保存TTS输出的路径。 -
APPLIO_RVC_OUTPUT_PATH：将保存RVC输出的路径。
-
安装
-
克隆存储库：
Voicetral\”>
git clone https://g*ithub*.c*om/Skulux/Voicetral cd Voicetral -
创建并激活虚拟环境：
python -m venv venv source venv/bin/activate # On Windows, use `venv\\Scripts\\activate`
-
安装所需的软件包：
pip install -r requirements.txt
-
确保安装FFMPEG并在路径中正确配置。
-
按照各自的说明安装并启动Ollama和Applio服务。
用法
-
使用“配置”部分中所述的必要设置配置您的
config.ini文件。 -
运行主脚本：
python main.py
-
遵循屏幕上的提示。向您的麦克风说话以与机器人互动。
-
说“退出”以停止程序。如果您想保存对话历史记录，这很重要。
执照
该项目是根据MIT许可证获得许可的 – 有关详细信息，请参见许可证文件。
贡献
如果您有建议或改进，请随时提交问题或提取请求。对于重大更改，请先开设一个问题，以讨论您想更改的内容。
接触
有关问题或反馈，请联系github@petrilionis.lt或在项目的GitHub存储库上打开问题。
外部服务
- Ollama ：安装和使用说明
- Applio ：安装和使用说明
