简介

具有表情和对话功能的机器人交互程序。

设计思路

等待唤醒 + 语音转文字 + 调用LLM生成回复 + 拆分出指令、表情、语言 + 执行程序、文字转语音、表情转表情

其中拆分出指令和执行程序已经实现，但并未投入使用。

快速开始

准备

1. OpenAI账号注册

前往 OpenAI注册页面 创建账号，参考这篇 教程 可以通过虚拟手机号来接收验证码。创建完账号则前往 API管理页面创建一个 API Key 并保存。

2.Picovoice账号注册

前往Picovoice注册页面 创建账号，生成AccessKey并保存。如果需要训练自己的唤醒词在这个页面唤醒词训练页面，选择“English”，输入唤醒次训练导出。

3.运行环境

Python版本在 3.7.1以上。

按requirement.txt安装依赖库。

pip install -r requirement.txt

配置

配置文件的模板在根目录的config.template.json中，需复制该模板创建最终生效的 config.json 文件：

  cp config.template.json config.json

然后在config.json中填入配置，以下是对默认配置的说明，可根据需要进行自定义修改：

# config.json文件内容示例
{ 
  "open_ai_key": "YOUR API KEY", # 填入OpenAI创建的 OpenAI API KEY
  "picovoice_access_key": "",  # 填入picovoice创建的AccessKey
  "picovoice_ppn": ".\\model\\",  # 唤醒词模型路径
  "proxy": "http://127.0.0.1:7890", # 代理客户端的ip和端口
}

运行

  python main.py

文件结构

│ config.template.json 配置文件的模板 │ main.py 含有语音转文字和文字转语音模块，并综合调用所有模块实现交互 │ ├─chatbot │ │ chatgpt.py 调用GPT获得回复，并从回复中拆分出“对话”、“指令”和“表情” │ ├─common │ │ config.py 获取配置文件 │ │ log.py 生成日志 │ ├─emojy │ │ emojy_player.py 获取所有表情图片，并展示表情动画 │ ├─image 表情图片集合 │ │ ├─anger │ │ │ ├─anger_1 │ │ │ ├─anger_2 │ │ │ └─anger_3 │ │ ├─blink │ │ │ ├─blink_twice │ │ │ └─single_blink │ │ ├─disdain │ │ │ ├─disdain_1 │ │ │ ├─disdain_2 │ │ │ └─disdain_3 │ │ ├─excited │ │ │ ├─excited_1 │ │ │ ├─excited_2 │ │ │ └─excited_3 │ │ ├─look_left_top │ │ │ ├─look_left_top_1 │ │ │ ├─look_left_top_2 │ │ │ └─look_left_top_3 │ │ ├─look_right_top │ │ │ ├─look_right_top_1 │ │ │ ├─look_right_top_2 │ │ │ └─look_right_top_3 │ │ ├─normal │ │ │ └─normal │ │ ├─sad │ │ │ ├─sad_1 │ │ │ ├─sad_2 │ │ │ └─sad_3 │ ├─model 唤醒词集合（命名为“唤醒词_ 语言_ 系统”） │ Sentry_en_linux_v3_0_0.ppn │ sentry_en_windows_v3_0_0.ppn │ ├─mp3 录音集合 │ neterr.mp3 │ sorry.wav │ wait.mp3 │ wait.wav │ ├─tts 语音转文字、文字转语音（由于需要联网，因此并未使用） │ │ azuretts.py │ │ googlesr.py │ │ SSML.xml │ └─wakeup │ picovoice.py 语音模块唤醒

参考资料

https://gitee.com/cv-robot/newbot

https:/PAYDAY3/Butler.git

https:/kuangsqc/voice_robot.git