- 博客(4)
- 收藏
- 关注
RSS订阅原创 github 项目：Rtranslator（开源支持离线的实时翻译软件，使用 Meta 的 NLLB 进行翻译，使用 OpenAi 的 Whisper 进行语音识别）
该应用程序将检测对话者正在说哪种语言，将音频翻译成另一种语言，将文本转换为音频，然后从电话扬声器中再现。对话者的手机会将翻译后的文本转换为音频，并从其扬声器（或通过对话者的蓝牙耳机，如果连接到他的手机）进行复制。如果对话模式对于与某人进行长时间对话很有用，那么此模式则专为快速对话而设计，例如在街上询问信息或与店员交谈。每个用户都可以拥有多部已连接的电话，以便您可以翻译两个以上人之间的对话以及任意组合的对话。当您说话时，您的手机（或 Bluetooth 耳机，如果已连接）将捕获音频。所有这些都是双向的。
2024-12-14 01:10:57
3134
原创 本地部署 OpenAI 的 实时语音合作伙伴LiveKit（模拟人类对话即可以打断对话继续语音交互）教程：openai，ollama，阿里百炼
结合 LiveKit 的实时音视频功能和 Ollama 的大模型响应，可以实现诸如语音转文本、文本生成等功能。： 使用 LiveKit 提供的客户端 SDK（如 JavaScript）连接 LiveKit 服务器。通过客户端应用连接 LiveKit 和 Ollama，需要编写代码来处理这两个组件的交互。： 在本地目录（这是我的路径"D:\Downloads\livekit"）中创建。（我们可以去阿里云百炼大模型去拿自己的api-key：：有免费额度）添加 WebHook。
2024-12-12 01:46:42
4482
原创 部署OpenAI开源的轻量级智能体框架Swarm，以及ollama的对比（附调用本地大模型使用swarm脚本代码）
备注：可以去官方查看使用教程。
2024-12-09 21:49:46
2235
1
原创 部署本地所有开源大模型 ，同款ChatGPT操作页面，支持多种交互方式，包括语音交互，视觉交互等(ollama+open-webui+docker) 可离线断网使用
可能出现权限不够 ，那么输入命令：sudo docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main。先安装python 和 pip。输入命令： pip install open-webui --upgrade。
2024-12-05 18:08:46
1496
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人