| 基于ChatGPT制作的一款英语口语练习应用SpokenAi | 您所在的位置：网站首页 › 关于智能手机应用程序的英语对话 › 基于ChatGPT制作的一款英语口语练习应用SpokenAi |
基于ChatGPT制作的一款英语口语练习应用SpokenAi
|
本文介绍了一款基于ChatGPT的英语口语练习应用SpokenAi，包括PortAudio的安装流程和核心代码，以及语音合成TextToSpeech的实现。同时提供了配置文件和部署运行示例。 --由ChatGPT总结 一.前言Hi，大家好，我是Baird。最近几个月大火大热的ChatGPT已经发布到ChatGPT4版本了，我也一直在关注ChatGPT的发展，一直在思考能基于ChatGPT或着说openai的能力能做出点什么应用，解决一些问题。 💥在仔细看过openai的API文档后，发现openai不止提供了Chat的能力，还提供了如语音转文字，图片生成等能力。虽然没有ChatGPT那么火，但经过一番试用后，发现和ChatGPT效果一样让人惊艳。索性就直接来一个openai全家桶，通过openai的能力开发一款应用试试。 开发什么呢？ 🤔 ChatGPT对英语的语言能力自然不必说，而我们国人当下英语学习面临的一大问题就是哑巴英语，市面上的提供的英语对话机器人和ChatGPT比起来差得不是一星半点。只能请老师一对一真人教学？ 🤨 拜托，现在都2023年了，还需要花钱请口语老师么？ 来造一款Ai口语练习应用解决这个问题 💯 ChatGPT4是由OpenAI开发的自然语言处理模型，采用了大规模无监督学习的方式进行训练，可用于生成文本、回答问题和聊天等任务。OpenAI是人工智能领域的一家公司，其API文档提供了多种功能，包括语音转文字、图片生成等。 二.需求清单首选先列出我们需求清单，这个是一个简单版本的英语口语练习功能，先不打算造一个大app，我们只需要解决如下问题 读取语音输入 语音转文字 通过ChatGPT沟通交流 文字转音频 音频播放 持续进行上述1～5步骤基于上述功能，第一期我打算先做一个终端版本的应用-SpokenAi，看看后续发展再考虑做一个Web或APP版本的程序 （实际上是缺人手缺时间 🤧） 三.系统架构来，先设计一下我们SpokenAi的系统架构 Tips:tensorflowtts 依赖较多，为方便完整，这里采用Docker部署 四.流程设计接下来，我们设计一下交互流程 简单概括总体流程有三个步骤，一是输入个人信息 二是录音转文字，三是发送消息，进行对话交互 由于是通过终端访问，主要监听键盘事件，进行不同操作 如 按W键会开始录音，录音过程中按Q停止录音，待录音翻译完成后，按Ctrl+shift+enter发送消息 五.开发细节编程语言: Go 1.6+ SpokenAi使用依赖于portaudio，需要提前安装好portaudio否则编译无法通过 PortAudio一.PortAudio下载地址: Windows: www.portaudio.com/download.ht… MacOS: brew install portaudio Linux: apt-get install portaudio19-devMac和Linux比较好安装，Windows只能源码编译安装，具体流程如下： PortAudio Window 安装流程 下载PortAudio源码：www.portaudio.com/download.ht… 安装Visual Studio 2019和CMake 将源代码解压缩到 C:\PortAudio 文件夹中 打开 CMake，选择 C:\PortAudio 作为源代码文件夹，选择一个输出文件夹，点击 Configure 按钮 在生成选项中，选择 Visual Studio 16 2019，点击 Finish 按钮 点击 Generate 按钮 打开 Visual Studio，选择 Open a project or solution，选择 C:\PortAudio\build\portaudio.sln 文件，点击打开 在 Visual Studio 中，右键点击 portaudio_static 项目，选择 Build，等待编译完成 在 Visual Studio 中，右键点击 portaudio_static 项目，选择 Install，等待安装完成 在环境变量中添加 PortAudio 的路径，例如 C:\Program Files (x86)\PortAudio\bin 完成安装 PortAudio Window DLLs 安装流程除此之外，可以直接选择网上编译好的库，可以从这里github.com/spatialaudi… 在后续编译链接过程中，还是需要安装gcc, 推荐安装MinGW-w64。 安装完成MinGW后，将下载PortAudio库文件libportaudio-x86_64-w64-mingw32.static.dll 更名成portaudio.dll，放到MinGW ld能搜索到的库路径。 将PortAudio库文件libportaudio-x86_64-w64-mingw32.static.dll 放到Window System32目录下，在运行时程序需要找到该动态库 调用PortAudio的核心代码 录音程序 func RecordAndSaveWithContext(ctx context.Context, filename string) error { portaudio.Initialize() defer portaudio.Terminate() done := make(chan struct{}) // 初始化音频录制 recorder, err := NewAudioRecorder() if err != nil { return fmt.Errorf("failed to initialize audio recorder: %v", err) } defer recorder.Stop() // 初始化进度条 progressBar := pb.Full.Start(maxRecordSize) progressBar.SetRefreshRate(time.Millisecond * 200) // 设置刷新率 progressBar.Set(pb.Bytes, true) // 显示录制音频的数据量 // 记录开始时间 startTime := time.Now() // 创建Context，用于取消录音 ctxnew, cancel := context.WithCancel(ctx) // 开启协程进行录音 samples := make([]int32, 0) go func() { defer close(done) for { select { case |
【本文地址】