如果想要一个类似版本的 Android 智能手表，查看我的另一个仓库 GPT-Assistants-Interlink。此项目利用了 OpenAI 的助手 API。

gpt-voice-conversation-chatbot (GPT-VCC)（前称 GPT3-STTC）

（为旧的完成引擎制作并改造为适用于 ChatGPT。不如现代技术好。继续寻找。）

这是一个允许您使用麦克风与 ChatGPT 或 GPT-4 进行引人入胜且安全的情感语音对话的机器人。如果您更喜欢打字而不是说话，您也可以通过终端与机器人对话。

该工具使用了修改后的 GPT 聊天预设，处理保持会话跟踪，并默认使用 ChatGPT 的 API。您可以告诉 GPT 一些事情，它会在会话期间记住您说的内容，如果您愿意，机器人还可以随着时间的推移发展您的记忆。尽管基于 GPT 最大令牌数量的限制，GPT-VCC 仍应能够在不失去对话意识的情况下与您进行长时间的对话。要使用此工具，您需要有效的 OpenAI API 密钥。

该机器人需要 OpenAI 的调节和 GPT API 正常工作而没有太多延迟。您可以在此处找到状态：https://status.openai.com/

发布版本应该是稳定的，按照之前的测试情况来看，但不会包含所有最新特性。如果您希望拥有这里列出的所有功能，请克隆仓库并不时运行 'git pull'。这将让您随着新功能和错误修复的到来而获得最新版本，但它可能不稳定。

^{（注意：wiseTech 是我的机器人实例为自己选择的名字）}

安装

首先，您需要一个 OpenAI API 密钥。您可以在此创建帐户以获取 API 密钥：https://openai.com/api/。

登录后，点击右上角“Personal”旁的圆圈。然后点击“View API keys”。

点击“Create new secret key”，然后保存该密钥。这是您运行 GPT-VCC 所需的密钥。将其按以下方式粘贴到 keys txt 文件中：

OpenAI_Key={请在此粘贴，不要包含括号}

转到屏幕左侧的“Billing”选项卡。当您用完免费额度后，开始付款计划以继续使用 GPT-VCC。

Windows

下载 Python：https://www.python.org/
下载此仓库，可以通过发布版本，git 克隆仓库，或者点击右上角的代码按钮并选择“Download ZIP”。
解压内容，然后移动到包含文件的文件夹中。
如果已安装 Windows Terminal，右键单击文件夹的空白部分并选择“Open in Terminal”。否则，使用 Win + R 并输入 powershell。当您处于终端窗口并在适当的目录中时，使用“pip install -r requirements.txt --upgrade”。如果成功完成，获得 OpenAI API 密钥后，您应该可以立即使用。
按照下面列出的步骤使用 GPT-VCC

Linux (基于 Debian / Ubuntu)

安装 pip3
```
 sudo apt install python3-pip
 
```
下载此仓库，可以通过发布版本，git 克隆仓库，或者点击右上角的代码按钮并选择“Download ZIP”。
解压文件，进入目录，打开 requirements.txt，并从文件中删除 pyaudio==0.2.13。使其看起来从未存在过，同时保留原格式。
使用以下命令通过 apt 下载 pyaudio：
```
 sudo apt install python3-pyaudio
 
```
使用以下命令通过 apt 下载 espeak（接口通信所需）：
```
 sudo apt install espeak
 
```

使用以下命令通过 pip 下载其他要求：

 pip3 install -r requirements.txt --upgrade

按照下面列出的步骤使用 GPT-VCC

使用 GPT-VCC

要使用此聊天机器人，在导航到机器人的文件夹后输入以下命令（将替换为您的 API 密钥）：

python main.py <key>

为了方便起见，您也可以将密钥直接输入到 keys.txt 文件中。运行脚本时，机器人将自动读取该文件并加载密钥。

一个 Pygame 界面将弹出；其颜色代表机器人的状态。红色表示机器人不在听。按下空格键让机器人听你说话。颜色将变黄色表示加载中，然后变绿色表示正在听。在绿色时自由讲话，您的语音将被记录并转化为文本，如果符合 OpenAI 的政策，将被传递给 GPT。当 GPT 准备好回复时，屏幕将变蓝。

如果您希望使用终端，请使用相同语法运行 gptcli.py（有密钥文件也适用）：

python gptcli.py <key>

如果您希望使用 ElevenLabs TTS，在您的 OpenAI API 密钥后输入您的个人 ElevenLabs API 密钥，或在密钥文件中填写密钥：

    python main.py <OpenAI key> <ElevenLabs TTS key>

如果您不想使用高级 TTS，此机器人将自动使用 Google 的 TTS。

内容审核

该审核工具使用了 OpenAI 的审核工具和 NLTK 的结合。他们希望能够阻止超出 OpenAI 使用政策的 GPT 使用。这并不是一个完美的方法，所以请对您给 GPT 的内容持谨慎态度。

请注意，审核 API 的中断或延迟问题将阻止您使用此聊天机器人。如果在 OpenAI 遇到问题时必须与机器人交谈，请编辑 chatbot.py 文件以排除 "not self.flagged_by_openai(text)" 这一条件。不推荐这样做。

克隆/替代 ElevenLabs 语音

如果您希望使用替代语音，可以在启动程序时传递一个参数来实现。将来计划推出更全面的方法。目前，您需要知道您想要使用的语音 ID（可以在这里找到基本语音 ID 列表）。一旦知道该 ID，请按照以下示例使用示例 ID "21m00Tcm4TlvDq8ikWAM" 对于 Rachel：

    python main.py --voice_id 21m00Tcm4TlvDq8ikWAM

要使用克隆语音，请按以下步骤操作：

前往 https://beta.elevenlabs.io/voice-lab 并创建自定义语音。
一旦完成语音克隆，转至 https://api.elevenlabs.io/docs#/voices/Get_voices_v1_voices_get 。
点击“Try It Out”，将您的 API 密钥输入到框中，然后点击“Execute”。
在执行按钮下方，您将看到一个标有“Response body”的框。向下滚动直到找到您命名的语音。获取其上方的 "voice_id"，并按照上面的示例使用。

控制

键盘

空格键：这开始和停止记录。无论您说什么，都将在您第二次按空格键后被转录并发送给 GPT（如果通过筛选器）。
ESC：退出而不记忆。
Q：退出并让机器人记住您的详细信息和对话（数据保存在名为 memories.txt 的文本文档中）
P：这是一个弃用命令取消消息。现在只需在录音时说“请取消消息”即可取消。

语音命令

说“请将令牌设置为 #”：当机器人识别到此短语时，它会尝试将回复的 max_tokens 设置为您指定的值。
说“像机器人一样说话”：这将使 GPT 的所有回复都通过离线工作的机器人 TTS 程序来朗读。在 CLI 模式下，输入 'robospeak()' 来切换此模式。
说“停止像机器人一样说话”：这将恢复机器人的 TTS 为您之前的设置（无论是 Google 还是 ElevenLabs TTS）。在 CLI 模式下，输入 '!robospeak()' 来切换此模式。
说“请显示对话”：这将在终端窗口中输出您的整个对话。
说“请显示记忆”：这将输出所有保存到长期存储的记忆。
说“请恢复记忆”：这将尝试通过合并长期存储中的一些记忆来修复机器人的工作记忆。
说“请将预设设置为”：这将为机器人设置预设（每次对话开始时提供给 AI 的文本字符串）。例如，预设“像海盗一样说话”使 AI 像海盗一样说话。您可以在此处找到示例预设：https://github.com/Adri6336/gpt-voice-conversation-chatbot/wiki/Example-Presets。
说“请重设预设”：这将删除您创建的预设。
说“请将名字设为”：这将机器人名称设置为您指定的任何名称，只要它符合 OpenAI 的使用政策。设置名称后，机器人会以您设置的名称自称。
说“请切换 gpt4”：这将在 ChatGPT 和 GPT-4 模型之间切换。启动时，您的开关将被保留。在 CLI 模式下，输入 '!gpt4()' 切换模型。
说“请将创意设置为”：这将机器人的默认随机数设置为您指定的值，范围在 1 到 15 之间（曾经是 9）。在 CLI 模式下，使用 '!creativity(#)'，其中 # 号是 0.01 到 1.5 之间的值。
说“请列出命令”：这将让机器人为您列出可用命令。
说“请切换十一实验室”：这将切换机器人的 ElevenLabs TTS 用与不用。在 CLI 模式下，使用 !11ai() 切换它。
说“请取消消息”：这将取消消息，防止其发送给 GPT。

特性

与 ChatGPT 或 GPT-4 有个性化的对话
带有 Google 的 TTS 工具的 GPT 语音回复（如果可以，将准确发音），使用 ElevenLab 逼真的 TTS（如果您有有效的 API 密钥），或作为机器人（说“像机器人一样说话”激活）
使用 Google 的语音识别技术与 GPT 大声对话
如果使用 'Q' 键关闭，机器人会记住关于您的事情
在终端窗口中查看 GPT 的回复。大多数 UTF-32 字符（如中文和阿拉伯文本）也会被打印出来
自动将对话保存到磁盘上的文件帮助您跟踪谈过的内容
保存自定义预设，为您和您的需求提供更好的体验
自定义机器人的名称
自定义机器人的创意
通过终端与 GPT 聊天（Windows 和 Linux）

示例用例

与机器人进行娱乐性对话
通过将预设设置为以该语言像教师一样与你交谈，使用机器人练习语言，并使用 Google 的 TTS 以正确的发音听取回复。如果您愿意，也可以坚持使用 ElevenLabs 的多语言语音
通过请求问题并获得代码反馈让机器人帮助您练习编程
问机器人有关各种事情的问题
请求机器人帮助您写求职信和描述

gptcli.py 示例视频

ElevenLabs 语音演示

https://user-images.githubusercontent.com/64619524/226774710-5e49824e-fc64-432c-ba0b-5bbda13398ef.mp4

Google TTS 西班牙语演示

https://user-images.githubusercontent.com/64619524/226774795-26987da9-887b-4a33-822c-7c8b737affff.mp4