AI大模型语音实时对话聊天机器人实现：ollama、funasr；支持语音实时语音打断；回音消除噪声抑制
loong_XL 2024-06-11 13:01:02 阅读 88
ASR:funasr（1.0.19）
LLM:ollama(Qwen)
TTS(edge_tts)
支持语音实时语音打断：这是通过子进程的控制创建与杀掉，这里是通过有人再次说话就打断tts
回音消除噪声抑制：喇叭的tts播报影响到麦克风的识别了，播报的声音被错误的识别；这里可以jd买个回音消除的麦克风设备；或者有Nvidia卡的官方下载broadcast软件也可以尝试下
https://www.nvidia.cn/geforce/broadcasting/broadcast-app/
参考：
https://blog.csdn.net/weixin_42357472/article/details/137489437
1)ASR(实时语音转录，支持自动vad识别)
from funasr import AutoModelmodel = AutoModel(model="paraformer-zh
上一篇： 【人工智能的数学基础】超球面上的von Mises-Fisher(vMF)分布
下一篇： AIGC之MetaHuman：HeyGen(基于AI驱动的视频生成平台+数字人)的简介、安装和使用方法、案例应用之详细攻略
本文标签
声明
本文内容仅代表作者观点，或转载于其他网站，本站不以此文作为商业用途
如有涉及侵权，请联系本站进行删除
转载本站原创文章，请注明来源及作者。