53 lines
2.7 KiB
Markdown
53 lines
2.7 KiB
Markdown
# 使用音频交互功能
|
||
|
||
|
||
## 1. 安装额外依赖
|
||
```
|
||
pip install --upgrade pyOpenSSL scipy git+https://github.com/aliyun/alibabacloud-nls-python-sdk.git
|
||
```
|
||
|
||
如果因为特色网络问题导致上述命令无法执行：
|
||
1. git clone alibabacloud-nls-python-sdk这个项目（或者直接前往Github对应网址下载压缩包）.
|
||
命令行输入： `git clone https://github.com/aliyun/alibabacloud-nls-python-sdk.git`
|
||
1. 进入alibabacloud-nls-python-sdk目录命令行输入：`python setup.py install`
|
||
|
||
|
||
## 2. 配置音频功能开关 和 阿里云APPKEY（config.py/config_private.py/环境变量）
|
||
|
||
- 注册阿里云账号
|
||
- 开通 智能语音交互 （有免费白嫖时长）
|
||
- 获取token和appkey
|
||
- 未来将逐步用其他更廉价的云服务取代阿里云
|
||
|
||
```
|
||
ENABLE_AUDIO = True
|
||
ALIYUN_TOKEN = "554a50fcd0bb476c8d07bb630e94d20c" # 此token已经失效
|
||
ALIYUN_APPKEY = "RoPlZrM88DnAFkZK" # 此appkey已经失效
|
||
```
|
||
|
||
参考 https://help.aliyun.com/document_detail/450255.html
|
||
先有阿里云开发者账号，登录之后，需要开通 智能语音交互 的功能，可以免费获得一个token，然后在 全部项目 中，创建一个项目，可以获得一个appkey.
|
||
|
||
## 3.启动
|
||
|
||
启动gpt-academic `python main.py`
|
||
|
||
## 4.点击record from microphe，授权音频采集
|
||
|
||
I 如果需要监听自己说话（不监听电脑音频），直接在浏览器中选择对应的麦即可
|
||
|
||
II 如果需要监听电脑音频（不监听自己说话），需要安装`VB-Audio VoiceMeeter`，打开声音控制面板(sound control panel)
|
||
- 1 `[把电脑的所有外放声音用VoiceMeeter截留]` 在输出区（playback）选项卡，把VoiceMeeter Input虚拟设备set as default设为默认播放设备。
|
||
- 2 `[把截留的声音释放到gpt-academic]` 打开gpt-academic主界面，授权音频采集后，在浏览器地址栏或者类似的地方会出现一个麦克风图标，打开后，按照浏览器的提示，选择VoiceMeeter虚拟麦克风。然后刷新页面，重新授权音频采集。
|
||
- 3 `[把截留的声音同时释放到耳机或音响]` 完成第一步之后，您应处于听不到电脑声音的状态。为了在截获音频的同时，避免影响正常使用，请完成这最后一步配置。在声音控制面板(sound control panel)输入区（recording）选项卡，把VoiceMeeter Output虚拟设备set as default。双击进入VoiceMeeter Output虚拟设备的设置。
|
||
- 3-1 进入VoiceMeeter Output虚拟设备子菜单，打开listen选项卡。
|
||
- 3-2 勾选Listen to this device。
|
||
- 3-3 在playback through this device下拉菜单中选择你的正常耳机或音响。
|
||
|
||
III 两种音频监听模式切换时，需要刷新页面才有效。
|
||
|
||
## 5.点击函数插件区“实时音频采集” 或者其他音频交互功能
|
||
|
||
|
||
|