【开源项目】浏览器在线使用,实时语言AI对话,STT+流式LLM(智谱)+TTS(GPT-SOVITS),浏览器录音+播放,文本内容回显

合集 · 伊卡酱の代码篇 (34)

  1. 3:26
    老婆程序web版,新功能前瞻 —— 【前端】
  2. 2:00
    web版老婆程序来啦!【前端页面】—— 对话程序
  3. 4:11
    【前端】随机网站跳转 探索新“世界”
  4. 7:17
    老婆程序DIY简单讲解 —— 前端
  5. 3:10
    【HTML】做一个“专属导航”网页【新人向教学】
  6. 4:34
    编写一个可以玩的网页【html/css/js】
  7. 3:07
    【网页设计】copy了ty的魔法少女的页面
  8. 4:22
    VTB数据看板,一站多融合,资源导航,数据查询等,纯前端 轻松部署
  9. 7:05
    VTB_Page2 纯前端 配置文件形式 简单易上手,快速生成VTB个人页面【每期程序系列】
  10. 4:06
    【每期一个垃圾程序】voicestock 日本声优免费音源素材站点 数据爬取下载
  11. 6:50
    当你自以为做了一个不错的软件,使用后却是一*&#~ 你肯定会十分的欣慰
  12. 4:37
    【每期一个垃圾程序#2】b站直播分区页面 自动检索红包直播间并跳转 脚本
  13. 4:25
    【每期一个垃圾程序#1】b站直播间自动抽红包脚本
  14. 3:34
    JS实现b站动态评论区抽奖视频演示
  15. 2:44
    【伊卡酱の程序分享】b站直播间 自动发弹幕 插件简单说明
  16. 2:29
    【每期一个垃圾程序】循环监测b站用户粉丝数、舰长数及增量 游猴插件
  17. 6:26
    【b站动态抽奖程序-更新说明】前端JS版,恢复兼容,适用于小数据情况——20231222
  18. 5:23
    python和C++实现模拟键鼠操作实测说明【300英雄】
  19. 2:59
    【原神】风琴 自弹C++程序 分享介绍
  20. 4:31
    纯C编写多平台粉丝数量实时统计,b站 博客等
  21. 1:14
    【b站动态抽奖程序UI更新介绍】对旧界面 说bye bye
  22. 3:37
    【b站抽奖更新说明】Py实现 动态转发、动态评论抽奖程序 GUI更新说明
  23. 9:15
    基于Nonebot2的QQ bot,个人用开源分享【直播提示、查b站用户信息等、搜图、撤回等】
  24. 6:35
    【天降之物-生日祭】伊卡洛斯语音合成模型 所有内容公开
  25. 2:30
    【b站动态抽奖程序-更新说明】V5.1版本紧急维护!旧版本需要配置cookie,望悉知
  26. 2:35
    【b站动态抽奖程序-更新说明】V5.0版本紧急维护!旧版本转发已无法使用,望悉知
  27. 5:46
    基于OpenAI的 语音/文字 聊天小软件,STT->LLM->TTS,OpenAI全家桶【开源软件】
  28. 13:15
    【开源项目】浏览器在线使用,实时语言AI对话,STT+流式LLM(智谱)+TTS(GPT-SOVITS),浏览器录音+播放,文本内容回显
  29. 4:53
    【开源项目】PDF、TXT听书、支持LLM文本总结修正、TTS AI语音合成自定义声线
  30. 7:13
    【开源】用户管理系统,提供API,创建用户、设置过期时间、简易的登录验证,记录用户登录信息,用户管理
  31. 8:24
    【开源】直播数据监听软件-OCR文本识别,稳定是稳定的,虽然效果一般般,前路漫漫(
  32. 2:42
    Bongo Cat全自动刷点击~Python模拟键盘 鼠标操作 调用Windows API实现底层输入模拟
  33. 2:56
    AidLux替代termux部署 DDBOT 新方案,一键部署脚本 升级
  34. 9:06
    【开源软件】B站直播送礼 自动截图,如:观众送高金额礼物时,截图弹幕姬弹幕框区域留念记录
Description
项目地址:https://github.com/Ikaros-521/RealtimeSTT_LLM_TTS

视频中演示的对接的 智谱AI,TTS用的B站UP:CyberWon 开发的webtts
当然你也可以将智谱替换为OpenAI等其他LLM,TTS也同理可以替换成其他的,整一套大概就是这样子。
至于ws那部分已经whisper的调度问题嘛,再说,反正bug一堆,暂时只能算能跑吧,摆

Comments

Love丶伊卡洛斯 2024-05-26

4:58 直击效果演示 传送门

♥ 11

喷气式板凳 2024-05-28

超级棒啊!期待WEBUI界面里选择LLM的功能可以更丰富一些,这样就可以更方便的配置类似text-generation-webui的工具了,赞赞赞!!三连支持!

♥ 10 ↩ 3

风云雪雾雨 2024-05-27

感谢大佬,不,大哥,感谢拯救我的毕设[打call][打call]

♥ 7 ↩ 2

人工非智能大叔 2024-06-09

演示的语音都太机械了,能用你本人的人声作为声纹演示效果会更好

♥ 3 ↩ 3

Healmepls 2024-06-07

视频里面的tts音色好好听呀,是gpt sovits自带的还是安照谁的语音练的呢[星星眼]

♥ 2 ↩ 1

CyberWon 2024-05-26

真棒,你把我想做的实现了~[脱单doge]爱你哈哈哈。

♥ 2 ↩ 2

EchoOhhhh 2024-06-03

Linux可以跑嘛,乌班图20.04

♥ 1 ↩ 1

黑咖啡和冰月亮 2024-05-30

可以对接chat tts吗

♥ 1 ↩ 3

爱吃西瓜的西瓜i 2024-05-29

哈哈哈

♥ 1 ↩ 1

奇点学会 2024-05-28

大佬,关键词唤醒可以有好用的源码分享吗?

♥ 1 ↩ 3

红火_ 2026-03-06

请问你的意思是使用大模型吗?请问历史对话是怎么实现啊?如果需要查询数据库,那么这种历史对话怎么实现?

↩ 4

Mr蓝TD 2025-05-01

一直在找实时性高、算力要求低的tts,求推荐

↩ 2

TJU-AI4Science 2024-12-19

Up主,求教! windows anaconda下安装requirments出错了,是webrtcvad的错误。但是我按照要求已经安装你开源页面给的C++开发相关工具了。求助[保佑]

↩ 1

方诺域 2024-11-10

很强哇,找时间去实践一下,gpt plus刚开,蹲两名搭子。

↩ 3

umRick 2024-10-31

我已经实现2秒内回复

↩ 1

小曹学长 2024-11-03

语音识别错误率比较高该怎么办呢

↩ 2

using_unsafe 2024-10-28

我做了一个类似的,但是3060gpu速度很慢,不知道是不是因为fishspeech太慢的问题。然后其实没必要websocket的,完全可以直接启动一个端口写在一个项目里。

↩ 3

白素贞不错 2024-10-22

好东西,我去star一下

↩ 1

桥ERIC 2024-10-06

大佬,请问ffmpeg应该安装哪个版本,我这里显示 torchaudio 无法识别 ffmpeg 作为音频后端

↩ 1

Aigosman 2024-09-25

求整合包

↩ 1