Project Icon

gdansk-ai

开源全栈AI语音对话系统 整合多项云服务

Gdańsk AI是一个开源的全栈AI语音对话系统,集成了语音转文本、大型语言模型和文本转语音技术。该项目整合了Auth0身份验证、OpenAI和Google Cloud API的AI能力,以及Stripe支付功能。系统由Web应用、API和AI组件构成,为开发者提供完整的AI对话解决方案。用户可通过购买'bibs'代币与AI进行语音交互。本项目采用Node.js、TypeScript和Python等技术栈,结构清晰,便于二次开发。系统支持用户通过语音进行AI对话,并提供便捷的支付流程。开发者可根据需求自定义AI模型和对话流程,快速构建语音交互应用。

🦭 格但斯克 AI 🦭

格但斯克 AI 是一个全栈 AI 语音聊天机器人(语音转文本、大语言模型、文本转语音),集成了 Auth0、OpenAI、Google Cloud API 和 Stripe - 包括 Web 应用、API 和 AI

格但斯克 AI

Web API

它使用 Stripe 提供支付基础设施,用户可以购买 bibs - API 令牌。Auth0 用于提供身份验证和授权。你可以免费使用它们 - Auth0 每月有 7000 用户的免费额度。Stripe 只从购买中收取费用,所以你不会因任何一个而产生持续成本。

如果你想使用这些服务,你需要设置你的 Stripe 和 Auth0 账户,并将 API 密钥放入 web-api/ 目录下的 .env 文件中。

这里使用了 Node.js、TypeScript 和 Express

.env

.env_example 显示了你需要设置的值

CHATBOT_API_KEY={你自行决定;这个值在本项目的 ai-api、web-api 和 web 中重复使用}
OPEN_AI_API_KEY={前往 platform.openai.com,生成并复制粘贴 api 密钥到这里}
# Google Cloud API
type=service_account
project_id={项目 id}
private_key_id=
private_key={多行私钥,结构如下:-----BEGIN PRIVATE KEY-----...-----END PRIVATE KEY-----\n}
client_email={项目名称}@{项目 id}.iam.gserviceaccount.com
client_id=
auth_uri=https://accounts.google.com/o/oauth2/auth
token_uri=https://oauth2.googleapis.com/token
auth_provider_x509_cert_url=https://www.googleapis.com/oauth2/v1/certs
client_x509_cert_url=https://www.googleapis.com/robot/v1/metadata/x509/{项目名称}%40{项目 id}.iam.gserviceaccount.com
universe_domain=googleapis.com

# Stripe
STRIPE_SECRET_KEY={sk_...}
STRIPE_PUBLISHABLE_KEY={pk_...}
TOKENS_PRICE_ID={price_一些字符 - 你需要先在 Stripe 中为令牌创建价格,然后将其复制粘贴到这里}
# TOKENS_PER_TRANSACTION 定义用户每次购买 bibs 可以与 AI 进行多少次交互
TOKENS_PER_TRANSACTION=5

# Auth0
AUTH0_ISSUER_BASE_URL='https://{租户名称}.us.auth0.com'
AUTH0_DOMAIN='{租户名称}.us.auth0.com'
AUTH0_CLIENT_ID=
AUTH0_CLIENT_SECRET=
AUTH0_AUDIENCE="https://{租户名称}.us.auth0.com/api/v2/"
AUTH0_SCOPE="openid profile email offline_access"
CLIENT_URL={指向 web 部署位置的 url}
AI_API_URL={指向 ai api 部署位置的 url}

运行

  • 进入 web-api 目录
  • 执行 npm installnpm ci
  • 执行 npm run build
  • 执行 npm run startnpm run dev 以热重载方式运行

Web

目前在 Google Chrome 中运行。你可以点击格但斯克 AI 标志开始录音,然后再次点击将其发送到 Web API。收到成功响应后,会向你播放收到的音频。

这里使用了 Next.js,采用 Vercel 的模板

.env

.env_example 显示了你需要设置的值

CHATBOT_API_KEY={你自行决定;这个值在本项目的 ai-api、web-api 和 web 中重复使用}
CHATBOT_API_URL={api 部署位置的 url}


NEXT_PUBLIC_API_URL={指向 api 部署位置的 url}
API_URL={api 部署位置的 url}

# Auth0
NEXT_PUBLIC_AUTH0_ISSUER_BASE_URL="https://{租户名称}.us.auth0.com"
NEXT_PUBLIC_AUTH0_CLIENT_ID=
AUTH0_SECRET=
AUTH0_BASE_URL={指向 web 部署位置的 url}
AUTH0_ISSUER_BASE_URL='https://{租户名称}.us.auth0.com'
AUTH0_DOMAIN='{租户名称}.us.auth0.com'
AUTH0_CLIENT_ID=
AUTH0_CLIENT_SECRET=
AUTH0_AUDIENCE="https://{租户名称}.us.auth0.com/api/v2/"
AUTH0_SCOPE="openid profile email offline_access"
CLIENT_URL={指向 web 部署位置的 url}

运行

  • 进入 web 目录
  • 执行 npm installnpm ci
  • 执行 npm run build
  • 安装 Stripe cli
  • 执行 stripe listen --forward-to http://localhost:3000/webhook(如果你更改了端口,请调整 3000)- 我们需要这个来在购买 bibs 时调用 /webhook 端点
  • 执行 npm run start

故障排除

  • 你可能需要在 signup.ts 中删除/注释掉 screen_hint: "signup",

AI API

这里使用 OpenAI 和 Google Cloud API 提供语音转文本(Whisper-1)、大语言模型(gpt-3.5-turbo)和文本转语音(Google Cloud TextToSpeechClient)服务。

这里使用 Python 和 FastAPI

.env

.env_example 显示了你需要设置的值

CHATBOT_API_KEY={你决定的任何值;此值在本项目的ai-api、web-api和web中重复使用}
OPEN_AI_API_KEY={前往platform.openai.com,生成并复制粘贴api密钥到此处}
# Google Cloud API 开始
type=service_account
project_id={项目ID}
private_key_id=
private_key={多行私钥,结构如下:-----BEGIN PRIVATE KEY-----...-----END PRIVATE KEY-----\n}
client_email={项目名称}@{项目ID}.iam.gserviceaccount.com
client_id=
auth_uri=https://accounts.google.com/o/oauth2/auth
token_uri=https://oauth2.googleapis.com/token
auth_provider_x509_cert_url=https://www.googleapis.com/oauth2/v1/certs
client_x509_cert_url=https://www.googleapis.com/robot/v1/metadata/x509/{项目名称}%40{项目ID}.iam.gserviceaccount.com
universe_domain=googleapis.com
PORT=9000

运行

  • 进入ai-api目录
  • 运行python3 app.py,默认在9000端口运行

Auth0设置

创建一个账户,然后创建一个新的租户。你需要设置:

Stripe设置

创建一个账户,除非你想在生产环境中运行并处理真实支付,否则请打开测试模式,进入开发者标签,然后是API密钥。在这里你可以找到STRIPE_SECRET_KEY和STRIPE_PUBLISHABLE_KEY的值。现在进入产品标签并添加代表单次购买号码布(一个号码布 - 用户与AI的一次交互)的产品。创建后,复制priceId并将其放入.env中作为TOKENS_PRICE_ID。

OpenAI设置

创建一个账户,前往platform.openai.com,生成API密钥,在.env文件中使用

Google Cloud API设置

创建一个账户,进入IAM和管理,然后是服务账户并创建一个项目 - 你需要项目ID放入.env文件中。然后你需要生成带有凭证的json并从文件中提取值到你的.env文件中。前往创建访问凭证页面(你可以使用搜索引擎找到链接)。然后密钥 -> 添加密钥 -> 创建新密钥 -> JSON -> 创建。你应该得到一个包含你需要放入.env的所有值的credentials.json。最后,你需要启用文本到语音API服务,然后就准备就绪了

致谢

感谢Jeff McJunkin通过从头开始进行配置过程并填补文档中的空白来改进README

许可证

GNU GPL v2

作者

2023年由Jędrzej Paweł Maczan在波兰格但斯克制作

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号