Voicetral

该项目提供了Ollama模型与Applio的文本对语音（TTS）和语音转换服务之间的接口。它将用户语音输入转换为文本，使用Ollama生成响应，然后综合并使用Applio播放响应。

• 语音到文本转换使用speech_recognition 。
• 使用Ollama模型的文本生成。
• 使用Applio的文本到语音转换和语音转换。
• 使用sounddevice播放音频。
• 音频与pydub进行重新采样和处理。

• Python 3.9
• FFMPEG（用于音频处理）
• Ollama ：文本生成的模型服务。访问Ollama的网站以进行安装和使用说明。
• Applio ：用于文本到语音和语音转换的服务。请访问Applio的网站以进行安装和使用说明。

所需的python软件包在requirements.txt中列出。要安装它们，请使用以下命令：

 pip install -r requirements.txt

1. FFMPEG ：确保在系统路径中安装FFMPEG并可以访问。您可以从此处下载FFMPEG，并按照操作系统的安装说明进行操作。

2. Ollama ：根据其网站上的说明安装和运行Ollama服务。确保在指定的URL上可以访问它。

3. Applio ：根据其网站上的说明安装并运行Aptio服务。确保它在指定的端口上本地运行（默认值： http://127.*0.**0.1:6969/ ：//127.0.0.1：6969/）。

4. 配置文件：使用环境的适当路径和设置更新config.ini文件。

   • START_PROMPT ：Ollama模型的初始提示。
   • OLLAMA_MODEL ：使用的Ollama模型的名称。
   • APPLIO_TTS_VOICE ：Applio TTS的语音配置。
   • APPLIO_PTH_PATH ：通往Applio模型文件的路径。
   • APPLIO_INDEX_PATH ：通往Applio索引文件的路径。
   • APPLIO_TTS_OUTPUT_PATH ：将保存TTS输出的路径。
   • APPLIO_RVC_OUTPUT_PATH ：将保存RVC输出的路径。

1. 克隆存储库：

   Voicetral">

   git clone https://g*ithub*.c*om/Skulux/Voicetral
   cd Voicetral

2. 创建并激活虚拟环境：

   python -m venv venv
   source venv/bin/activate  # On Windows, use `venv\Scripts\activate`

3. 安装所需的软件包：

   pip install -r requirements.txt

4. 确保安装FFMPEG并在路径中正确配置。

5. 按照各自的说明安装并启动Ollama和Applio服务。

1. 使用“配置”部分中所述的必要设置配置您的config.ini文件。

2. 运行主脚本：

   python main.py

3. 遵循屏幕上的提示。向您的麦克风说话以与机器人互动。

4. 说“退出”以停止程序。如果您想保存对话历史记录，这很重要。

该项目是根据MIT许可证获得许可的 - 有关详细信息，请参见许可证文件。

如果您有建议或改进，请随时提交问题或提取请求。对于重大更改，请先开设一个问题，以讨论您想更改的内容。

有关问题或反馈，请联系github@petrilionis.lt或在项目的GitHub存储库上打开问题。

• Ollama ：安装和使用说明
• Applio ：安装和使用说明