树莓派Linux实现ChatGPT语音交互(语音识别,TTS)




import speech_recognition as sr
from gtts import gTTS
from os import system
from time import sleep
from random_user_agent.params import SoftwareName, HardwareType
from random_user_agent.user_agent import UserAgent
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.common.by import By
 
# 初始化语音识别和文本转语音对象
recognizer = sr.Recognizer()
chrome_options = Options()
chrome_options.add_argument("--headless")
user_agent = UserAgent(software_names=[SoftwareName.CHROME], hardware_type=HardwareType.COMPUTER)
 
def get_audio():
    # 获取音频输入
    with sr.Microphone() as source:
        print("请开始说话...")
        audio = recognizer.listen(source)
    try:
        # 将音频转换为文本
        text = recognizer.recognize_google(audio, language="zh-CN")
        print(f"你说: {text}")
        return text
    except sr.UnknownValueError:
        print("无法理解这个语音")
        return None
    except sr.RequestError as e:
        print(f"识别服务出错; {e}")
        return None
 
def say(text):
    # 将文本转换为语音并播放
    tts = gTTS(text=text, lang="zh-cn")
    tts.save("output.mp3")
    system("mpg321 output.mp3")
 
def interact_with_chatgpt(text):
    # 与ChatGPT交流
    driver = webdriver.Chrome(options=chrome_options)
    driver.get("https://chat.openai.com/auth/login")
    sleep(5)
    driver.execute_script("document.querySelector('[data-testid=\"login-email\"]').click()")
    sleep(2)
    driver.find_element(By.XPATH, '//*[@id="__next"]/div/main/div/div[2]/div/div/div[2]/div/div/input').send_keys(text)
    sleep(2)
    driver.execute_script("document.querySelector('[data-testid=\"send-button\"]').click()")
    sleep(5)
    response = driver.find_elements(By.XPATH, '//*[@data-testid="message-text-content"]')[-1].text
    driver.quit()
    return response
 
def main():
    while True:
        text = get_audio()
        if text:
            response = interact_with_chatgpt(text)
            say(response)
        sleep(1)
 
if __name__ == "__main__":
    main()

这段代码实现了与ChatGPT的语音交云功能。首先,它使用speech_recognition库来识别语音并将其转换为文本。然后,它使用gTTS库将文本转换为语音,并使用mpg321工具播放生成的音频文件。最后,它使用Selenium自动化工具与ChatGPT进行交云,并获取回应,然后再次使用gTTSmpg321将回应转换为语音并播放。这个例子展示了如何将语音识别和文本到语音技术应用到实际的交云机器人中。

最后修改于:2024年08月19日 10:43

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日