KITT:将ChatGPT带入WebRTC会议的智能助手
2024-09-08 14:04:22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_CREDENTIALS
JSON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
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++045Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0288Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
166
2.05 K

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
8
0

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
88
568

🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
60
17

基于golang开发的网关。具有各种插件,可以自行扩展,即插即用。此外,它可以快速帮助企业管理API服务,提高API服务的稳定性和安全性。
Go
22
0

一个高性能、可扩展、轻量、省心的仓颉应用开发框架。IoC,Rest,宏路由,Json,中间件,参数绑定与校验,文件上传下载,OAuth2,MCP......
Cangjie
94
15

React Native鸿蒙化仓库
C++
199
279

喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
17
0

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
954
564