ASR-LLM-TTS 实时语音对话助手:语音识别、大模型对话、声音生成

server/2024/12/21 18:02:21/

参考:https://blog.csdn.net/weixin_42357472/article/details/137020794

asr:funasr-SenseVoiceSmall 离线
llm:deepseek 在线api
tts:edge-tts 在线api


import pyaudio
import wave
import threading
import numpy as np
import time
from queue import Queue
import webrtcvad
import os
import threading
import requests
import json
from funasr import AutoModel
import pygame
import edge_tts
import asyncio
from time import sleep
import langid
from langdetect import detect
import re
from pypinyin import pinyin, Style
from modelscope.pipelines import pipeline
from openai import OpenAI# --

http://www.ppmy.cn/server/152004.html

相关文章

1 软件工程学概述

一、软件危机 1.什么是软件危机 软件危机是指计算机软件的开发和维护过程中所遇到的一系列严重问题。 2.软件危机的典型表现 对软件开发成本和进度估计尝尝很不准确用户对“已完成的”软件系统不满意的现象经常发生软件产品的质量往往靠不住软件常常是不可维护的软件通常没有…

elasticsearch Flattened 使用

在 Elasticsearch 中,flattened 类型是一种特别设计的字段类型,用于存储具有不规则结构的 JSON 数据。与 nested 类型不同,flattened 类型将嵌套的 JSON 对象展平(即将嵌套对象的字段变成一级字段,字段名以“点”分隔&…

智能座舱进阶-应用框架层-Handler分析

首先明确, handler是为了解决单进程内的线程之间的通信问题的。我也需要理解Android系统中进程和线程的概念, APP启动后,会有三四个线程启动起来,其中,有一条mainUITread的线程,专门用来处理UI事件&#xf…

HC04,HC05,HC06,HC08蓝牙模块可替换产品的优势

还在为找不到HC04、HC05、HC06和HC08蓝牙模块而烦恼吗? 美迅物联网MesoonRF-工业物联网无线通信专家,拥有一支超过10年经验的蓝牙WiFi研发团队,拥有当前流行的蓝牙模块的替换升级方案,HC04、HC05、HC06和HC08蓝牙模块是倍受大家欢…

数字IC后端设计实现篇之TSMC 12nm TCD cell(Dummy TCD Cell)应该怎么加?

TSMC 12nm A72项目我们需要按照foundary的要求提前在floorplan阶段加好TCD Cell。这个cell是用来做工艺校准的。这个dummy TCD Cell也可以等后续Calibre 插dummy自动插。但咱们项目要求提前在floorplan阶段就先预先规划好位置。 TSCM12nm 1P9M的metal stack结构图如下图所示。…

[创业之路-200]:什么是business(业务)?B2B, B2C, B2G业务, 什么是业务设计?

目录 一、基本概念 1、基础定义 2、构成要素 3、业务流程 4、业务范围 5、语境中的含义 六、常见的业务类型 1、按行业分类 2、按运营模式分类 3、按业务性质分类 4、其他分类方式 三、B2B, B2C, B2G业务 1、B2B(Business-to-Business) 2、…

中国电信网络下多方通话 SIP消息交互记录

如下表格记录了一个日志中,在中国电信网络下多方语音通话 发起方的 SIP消息交互记录,省略部分SIP消息,记录下和多方通话的重要SIP消息。 progress1:发起方A通过拨号盘呼叫B 此操作建立A和B之间的通话,网络会向终端分配QCI=1的专有承载。 同时此专有承载包含四个pkt_filt…

无人机推流直播平台EasyDSS视频技术如何助力冬季森林防火

冬季天干物燥,大风天气频繁,是森林火灾的高发期。相比传统的人力巡查,无人机具有更高的灵敏度和准确性,尤其在夜间或浓雾天气中,依然能有效地监测潜在火源。 无人机可以提供高空视角和实时图像传输,帮助巡…