Chat GPT WHISPER API 从零开始搭建|全天候语音智能机器人实时聊天您的最佳私人助手GPT-3.5-TURBO
2023-3-12 12:4:13 Author: 灰帽安全(查看原文) 阅读量:96 收藏

关注微信公众号了解更多关于Chat GPT和Whisper API

https://openai.com/blog/introducing-chatgpt-and-whisper-apis

ChatGPT API的推出引起了很大关注，但是同时推出的WHISPER API受关注程度就小很多。其实，WHISPER也是一个有广泛应用场景的应用，它能够在语音和文字之间实现转化。通过ChatGPT和Whisper,我们可以实现一个智能聊天机器人，进行实时对话。

这个视频展示了如何使用OpenAI的ChatGPT和WHISPER API, 通过两个模型：“GPT-3.5-TURBO”和”WHISPER-1”, 在WINDOWS电脑上实现一个实时的语音聊天机器人。

文字链接：

https://www.notion.so/updayday/Chat-GPT-WHISPER-API-GPT-3-5-TURBO-2af2630c857a4f0da92abcc763b4fd48?pvs=4

Music from #Uppbeat (free for Creators!):

https://uppbeat.io/t/qube/breezy

License code: KBQB8OTBISWO2U8I

Music from #Uppbeat (free for Creators!):

https://uppbeat.io/t/prigida/picture-frames

License code: IXBHX2IYQMQQV12P

原理：

语音—>WHISPER API—→文字—→POST to Chat GPT API—→返回回答—→系统文字转语音输出

前提：是否需要会编程，不需要；

  1. 会在WINDOWS操作系统安装程序；

  2. 会复制黏贴。

准备工作 （实验环境）：

操作系统：WINDOWS 11

安装ffmpeg

https://ffmpeg.org/

代码编辑器：

https://code.visualstudio.com/

安装python

https://www.python.org/

WINDOWS系统文字转语音WSAY：

https://github.com/p-groarke/wsay/releases

分步演示：

导入库

pip install openaipip install gradio

GRADIO建立用户界面

https://gradio.app/quickstart/
# 测试1，新建输入输出界面import gradio as gr
def greet(name):    return "Hello " + name + "!"
demo = gr.Interface(    fn=greet,    inputs=gr.Textbox(lines=2, placeholder="Name Here..."),    outputs="text",)demo.launch()

# 测试2， 麦克风输入
import gradio as gr
def transcribe(audio):    print(audio)        return "这里显示音频"
ui = gr.Interface(    fn=transcribe,    inputs=gr.Audio(source="microphone", type="filepath"),    outputs="text").launch()
ui.launch()

OpenAI链接: https://platform.openai.com/docs/guides/speech-to-text


# 测试3， WHISPER API
import gradio as grimport openai
openai.api_key = "XXXXXXXXXXXXXX"
def transcribe(audio):
    print(audio)
    audio_file= open(audio, "rb")    transcript = openai.Audio.transcribe("whisper-1", audio_file)        return transcript["text"]
ui = gr.Interface(    fn=transcribe,    inputs=gr.Audio(source="microphone", type="filepath"),    outputs="text").launch()
ui.launch()
# 最终稿：
import gradio as grimport openai, subprocessopenai.api_key = "xxxxxxxxxxxxxxxxxx"
messages = [{"role": "system", "content": '你是一名知识渊博，乐于助人的智能聊天机器人.你的任务是陪我聊天，请用简短的对话方式，用中文讲一段话，每次回答不超过50个字！'}]
def transcribe(audio):    global messages
    audio_file = open(audio, "rb")    transcript = openai.Audio.transcribe("whisper-1", audio_file)
    messages.append({"role": "user", "content": transcript["text"]})
    response = openai.ChatCompletion.create(model="gpt-3.5-turbo", messages=messages)
    system_message = response["choices"][0]["message"]    messages.append(system_message)
    subprocess.call(["wsay", system_message['content']])
    chat_transcript = ""    for message in messages:        if message['role'] != 'system':            chat_transcript += message['role'] + ": " + message['content'] + "\n\n"
    return chat_transcript
ui = gr.Interface(fn=transcribe, inputs=gr.Audio(source="microphone", type="filepath"), outputs="text").launch()ui.launch()


文章来源: http://mp.weixin.qq.com/s?__biz=Mzg2MjYxODQ4Mw==&mid=2247484616&idx=1&sn=c47b06385ef0d3feebab64ffc065bfef&chksm=ce0452d4f973dbc2b072b8ec724ec1f01ce273bcf86a229fc32cf00ed17847033b0c7b7f4621#rd
如有侵权请联系:admin#unsafe.sh