chatgpt的语音机器人

准备工作

一.OpenAi的Api

1.登录openai

2.点击Develovpers的overview

### 3.点击右上角的Login in
### 4.点击右上角的view apikey
### 5.点击Creat new secret key
这样就会得到一个chatgpt的api，请妥善保存这个api，当你关闭这个网页的时候，api就不可再见了。

二. 准备百度云的api

1.登录百度云

2.点击右上角登录或者注册账户即可

3.进入控制台，找到下图所示的语音技术

这个一般会有免费的资源赠送，点击领取后再创建资源。注意找到下图所示的AppID，API Key和Screat Key。妥善保存这三个，后面代码中会用到。

三.科学上网

这个不细说了，没有的话可以去网上搜一下教程，可能会用到。

代码部分

1.导入必须的库

下载导入下述的库

import speech_recognition as sr
from aip import AipSpeech
import openai
import pygame
import asyncio
import edge_tts
可以直接用pip下载，如果国内下载不成功的话可以试着用下面的命令下载。

pip install xxx(包名) -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

2.更换上面得到的api信息到代码中

APP_ID = 'XXX'
API_KEY = 'XXX'
SECRET_KEY = 'XXX'

 openai.api_key = "XXX"

3.完整代码如下（可能需要用到全局代理）

import speech_recognition as sr
from aip import AipSpeech
import openai
import pygame
import asyncio
import edge_tts

APP_ID = 'XXX'
API_KEY = 'XXX'
SECRET_KEY = 'XXX'

allresult=""

def rec(rate=16000):
    """从系统麦克风拾取音频数据并保存为 wav 格式文件"""
    r = sr.Recognizer()
    with sr.Microphone(sample_rate=rate) as source:
        print("连接到麦克风...")
        print("请说话进行录音...")
        audio = r.listen(source)   
    print("正在上传录音文件到百度语音服务...")
    with open("recording.wav", "wb") as f:
        f.write(audio.get_wav_data())
    return 1


def listen():
    """上传录音文件到百度语音服务，返回语音识别结果"""
    client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
    with open('recording.wav', 'rb') as f:
        audio_data = f.read()
    results = client.asr(audio_data, 'wav', 16000, {'dev_pid': 1537})
    if 'result' in results:
        print("你说的是：" + results['result'][0])
        return results['result'][0]
    else:                                    
        print("出现错误，错误代码：" , results['err_no'])


def chat(prompt):
    """与 OpenAI 文本 AI 进行聊天"""
    openai.api_key = "XXX"
    prompt = prompt
    try:
        response  = openai.ChatCompletion.create(
            model="gpt-3.5-turbo",
            max_tokens=1024,
            top_p=1,
            frequency_penalty=0,
            presence_penalty=0,
            temperature=0.5,
            messages=[{"role": "user", "content": prompt}],
            timeout={"with":1000},
        )
        result = response.choices[0].message.content
        print("AI 回复：" + result)
        return result   
    except Exception as e:
        print("API调用失败：", e)
        return None


async def speak(text=""):
    voice = "zh-TW-HsiaoChenNeural"
    output_file = "audio.mp3"
    
    communicate = edge_tts.Communicate(text, voice)
    await communicate.save(output_file)
    print(f"\n已将文本“{text}”转换为语音并保存为文件“{output_file}”。")

def play():
    """播放语音"""
    pygame.mixer.init()
    pygame.mixer.music.load("C:/Users/Emails/Desktop/py/audio.mp3")
    pygame.mixer.music.set_volume(0.5)
    pygame.mixer.music.play()
    while pygame.mixer.music.get_busy():
        pass
    pygame.mixer.music.unload()


# 语音识别并与 AI 进行聊天
def speech():
    while True:
        rec()  # 保存录音文件：recording.wav
        text = listen()  # 自动打开录音文件recording.wav进行识别,返回 识别的文字存到text
        if '结束程序' in text:  #这里我设置了一个结束语，说“结束程序”的时候就结束，你也可以改掉
            return "对话结束"
        text_1 = chat(text)  # 将text中的文字发送给机器人，返回机器人的回复存到text_1
        asyncio.run(speak(text_1))
        play() #播放audio.mp3文件

if __name__ == '__main__':
    speech()

4.将其保存为.py文件，点击运行即可

语音播放使用的是edge-tts，所以播放速度达到瓶颈，目前还没想到办法优化。
如果代码运行的过程出错，请查看上述的库是否正确安装。
代码正确运行截图如下：
如果有什么好的优化方案，可以直接私我，哥们高强度在线！