KITT:将ChatGPT带入WebRTC会议的智能助手
2024-09-08 10:41:20作者:滑思眉Philip
项目介绍
KITT是一款基于ChatGPT的AI助手,它能够在WebRTC会议中实时参与并提供智能交互。通过KITT,用户可以在视频会议中与AI进行对话,AI将根据对话内容提供实时反馈,极大地增强了会议的互动性和效率。
项目技术分析
KITT项目由两个主要服务组成:
- meet服务:这是一个基于NextJS构建的视频会议应用,实现了典型的视频通话功能。
- lkgpt-service服务:该服务实现了KITT的核心功能。当会议室创建时,通过Webhook调用lkgpt-service中的处理器,将KITT添加为会议参与者。KITT利用GCP的语音转文字、ChatGPT以及GCP的文字转语音技术,实现了智能对话功能。
项目的技术架构如下图所示:
项目及技术应用场景
KITT的应用场景非常广泛,尤其适合以下几种情况:
- 远程会议:在远程会议中,KITT可以作为虚拟助手,帮助记录会议内容、提供实时翻译或解答与会者的问题。
- 在线教育:在在线教育平台中,KITT可以作为助教,回答学生问题、提供学习建议,甚至进行实时测验。
- 客户支持:在客户支持场景中,KITT可以作为虚拟客服,实时解答客户问题,提供技术支持。
项目特点
- 实时交互:KITT能够在会议中实时参与对话,提供即时的智能反馈。
- 多语言支持:通过GCP的语音转文字和文字转语音技术,KITT能够支持多种语言的交互。
- 易于集成:KITT的设计使其易于集成到现有的WebRTC会议系统中,开发者可以通过简单的配置快速部署。
- 开源免费:KITT是一个开源项目,用户可以免费使用并根据需要进行定制和扩展。
如何开始
前提条件
- 需要Google Cloud账户的
GOOGLE_APPLICATION_CREDENTIALSJSON文件。 - OpenAI API密钥。
- LiveKit的API密钥、API秘密和URL。
- Go 1.19+和Node.js环境。
本地运行
-
运行Meet服务:
- 在
meet/目录下,复制.env.example到.env.local,并填写LiveKit连接详情。 - 运行以下命令启动服务:
yarn install && yarn dev
- 在
-
运行lkgpt-service服务:
- 在
lkgpt-service/目录下,复制config-sample.yaml到config.yaml,并填写LiveKit连接详情和OpenAI API密钥。 - 运行以下命令启动服务:
go run /cmd/server/main.go --config config.yaml --gcp-credentials-path gcp-credentials.json
- 在
-
手动启动KITT:
- 在本地运行时,需要手动调用API启动KITT:
curl -XPOST http://localhost:3001/join/<room_name>
- 在本地运行时,需要手动调用API启动KITT:
通过以上步骤,您就可以在本地体验KITT带来的智能会议助手功能了。
KITT不仅是一个技术上的创新,更是提升会议效率和互动性的利器。无论您是开发者还是普通用户,KITT都值得您一试。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
528
3.73 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
172
Ascend Extension for PyTorch
Python
337
401
React Native鸿蒙化仓库
JavaScript
302
353
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
883
590
暂无简介
Dart
768
191
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
114
139
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
246