开源项目:Conversational Speaker 的下载与安装教程
2024-12-06 07:26:35作者:凌朦慧Richard
1. 项目介绍
Conversational Speaker 是一个使用 Raspberry Pi 或者桌面电脑来实现与 OpenAI 大型语言模型进行语音对话的项目。该实现能够接收语音输入,通过 OpenAI 服务处理对话,并回以语音输出。项目使用 .NET 8 编写,支持 Linux/Raspbian、macOS 和 Windows 操作系统。
2. 项目下载位置
项目托管在 GitHub 上,您可以通过以下地址下载该项目:
https://github.com/microsoft/conversational-speaker.git
3. 项目安装环境配置
在开始安装之前,您需要配置以下环境:
- Raspberry Pi 或其他支持平台
- Azure Cognitive Speech 服务
- OpenAI 账户
以下是环境配置的步骤,以下是示例图片(由于文本格式限制,图片无法展示,请根据文字描述操作):
- 插入 SD 卡到您的电脑,下载并运行 Raspberry Pi Imager。
- 选择默认的 Raspberry Pi OS (32-bit),并选择您的 SD 卡进行烧录。
- 完成后,将 SD 卡插入 Raspberry Pi,并连接键盘、鼠标和显示器进行初始设置。
4. 项目安装方式
以下是项目的安装步骤:
-
在您的 Raspberry Pi 或电脑上打开命令行终端。
-
安装 .NET 8 SDK,对于 Raspberry Pi 和 Linux 用户,运行以下命令:
curl -sSL https://dot.net/v1/dotnet-install.sh | bash /dev/stdin --channel 8.0安装完成后,更新环境变量:
echo 'export DOTNET_ROOT=$HOME/.dotnet' >> ~/bashrc echo 'export PATH=$PATH:$HOME/.dotnet' >> ~/bashrc source ~/bashrc检查安装是否成功:
dotnet --version -
对于 Windows 用户,下载并运行 .NET SDK 安装程序。
-
克隆项目仓库:
git clone https://github.com/microsoft/conversational-speaker.git -
设置 API 密钥,替换以下命令中的占位符:
cd ~/conversational-speaker/src/ConversationalSpeaker dotnet user-secrets set "AzureCognitiveServices:Key" "[MyCognitiveServicesKey]" dotnet user-secrets set "AzureCognitiveServices:Region" "[MyCognitiveServicesRegion]" dotnet user-secrets set "OpenAI:Key" "[MyOpenAIKey]" -
构建并运行代码:
cd ~/conversational-speaker/src/ConversationalSpeaker dotnet build dotnet run
5. 项目处理脚本
项目中的处理脚本主要用于配置和运行应用程序。具体脚本和命令将在项目的 README 文件中详细说明。请确保按照项目文档中的指引进行操作,以保障应用程序正常运行。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
506
612
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
393
292
暂无简介
Dart
909
219
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
940
868
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108