glm4v-assistant

简介

glm4v-assistant 是一个基于GLM（通用语言模型）和ChatTTS（聊天文本转语音）的AI助手项目。它需要一个 GLM_API_KEY 来访问GLM API，并且可以处理图像和文本数据，通过配置腾讯云COS存储图像。

使用指南

1. 系统要求:

   • 如果在Apple Silicon设备上运行，该指令安装所需的库:

     brew install portaudio
     brew install miniconda
     

2. 创建虚拟环境并安装依赖:

   • 克隆项目代码库和ChatTTS:

     git clone https://github.com/gan/glm4v-assistant.git
     cd glm4v-assistant
     git clone https://github.com/2noise/ChatTTS.git
     

   • 创建并激活虚拟环境:

     conda create -n glm-asnt python=3.10
     conda activate glm-asnt
     

   • 安装所需的Python包:

     conda install -c conda-forge pynini=2.1.5 && pip install WeTextProcessing
     pip install -U pip
     pip install -r requirements.txt
     

3. 运行助手:

   python3 glm4-assistant.py
   

使用场景

glm4v-assistant 可以应用于以下场景：

1. 智能客服: 利用自然语言处理和文本转语音技术，实现智能客服对话，提升用户体验。

2. 教育与学习: 助力在线教育，生成课堂解说，解决学生的问题。

3. 辅助工具: 为有语言障碍的用户提供辅助工具，通过语音和文本进行交流。

4. 内容创作: 自动生成文章、报告，提供撰写灵感和素材。

5. 智能家居: 作为智能家居的语音助手，控制家电设备，实现语音交互功能。

通过GLM和ChatTTS的结合，这个助手不仅能够处理文字信息，还能将文字转换为语音，满足多种场景需求，实现更自然的人机交互。