真正意义上的chat
Azure语音识别后转文本,文本发送至AI模型得到response,response交给TTS模型生成音频播放 目前TTS模型仅有openai、讯飞以及azure
推荐使用azure的tts,因为可以支持流式合成,即实时合成语音
划线部分偏离项目初衷
alt+c- 切换模型alt+b- 截取屏幕,下一次的语音交互在此基础上alt+r- 读取文件、图片alt+p- 图片生成,通过语音交互menu- 语音交互esc- 结束程序
demo.py为最新更新,demo_only_chat.py已经没有进行维护,可能需要自行调整