描述

Conversational Speaker，非正式地稱為“Friend Bot”，使用 Raspberry Pi 實(shí)現(xiàn)與 OpenAI 大型語言模型的口頭對(duì)話。此實(shí)現(xiàn)收聽語音，通過 OpenAI 服務(wù)處理對(duì)話，并做出回應(yīng)。

有關(guān)用于維護(hù)對(duì)話上下文的提示引擎的更多信息，請(qǐng)轉(zhuǎn)到此處：python 、typescript 、dotnet 。

有關(guān)一般提示設(shè)計(jì)的更多信息，請(qǐng)查看 OpenAI 關(guān)于該主題的文檔：https ://beta.openai.com/docs/guides/completion/prompt-design 。

本項(xiàng)目使用 .NET 6 編寫，支持 Raspberry Pi OS、Linux、macOS 和 Windows。

構(gòu)建時(shí)間：30分鐘

閱讀時(shí)間：15分鐘

硬件：~$50

• 樹莓派 4 B 型
• USB 全向揚(yáng)聲器

軟件：

Azure 認(rèn)知語音服務(wù)，免費(fèi)層支持每月 5 個(gè)免費(fèi)音頻小時(shí)和 1 個(gè)并發(fā)請(qǐng)求（Azure 認(rèn)知服務(wù)定價(jià)）。新的 Azure 帳戶包含 200 美元的免費(fèi)額度，可在前 30 天內(nèi)使用。

• OpenAI、Davinci 模型（最強(qiáng)大）：0.02 美元/~750 個(gè)單詞，Curie 模型（仍然相當(dāng)不錯(cuò)，響應(yīng)時(shí)間更快）：0.002 美元/~750 個(gè)單詞。新的 OpenAI 帳戶包含 18 美元的免費(fèi)信用額度，可在您的前 90 天內(nèi)使用。更多詳情：https ://openai.com/api/pricing/

設(shè)置

您將需要一個(gè)用于語音轉(zhuǎn)文本和文本轉(zhuǎn)語音的 Azure 認(rèn)知服務(wù)實(shí)例，以及一個(gè)用于對(duì)話的 OpenAI 帳戶。您幾乎可以在任何平臺(tái)上運(yùn)行該軟件，但讓我們先從設(shè)置 Raspberry Pi 開始……

樹莓派

如果您是 Raspberry Pis 的新手，現(xiàn)在是查看入門的好時(shí)機(jī)。

操作系統(tǒng)

1. 將 SD 卡插入您的 PC

2. 轉(zhuǎn)到https://www.raspberrypi.com/software/然后下載并運(yùn)行 Raspberry Pi Imager

3. 單擊“選擇操作系統(tǒng)”并選擇默認(rèn)的樹莓派操作系統(tǒng)（32 位）。

4.點(diǎn)擊`Choose Storage`，選擇SD卡

5. 點(diǎn)擊`Write`，等待鏡像完成。

6. 將 SD 卡插入樹莓派，連接鍵盤、鼠標(biāo)和顯示器。

7. 完成初始設(shè)置，確保配置 Wi-Fi。

USB 揚(yáng)聲器/麥克風(fēng)

1. 如果您還沒有插入 USB 揚(yáng)聲器/麥克風(fēng)

2. 右鍵單擊??屏幕右上角的音量圖標(biāo)，確保選擇了 USB 設(shè)備。

3. 右鍵單擊??屏幕右上角的麥克風(fēng)圖標(biāo)，確保選擇了 USB 設(shè)備。

蔚藍(lán)

對(duì)話式演講者使用 Azure 認(rèn)知服務(wù)進(jìn)行語音轉(zhuǎn)文本和文本轉(zhuǎn)語音。以下是創(chuàng)建 Azure 帳戶和 Azure 認(rèn)知服務(wù)實(shí)例的步驟。

創(chuàng)建一個(gè) Azure 帳戶（如果您還沒有）

1. 在 Web 瀏覽器中，導(dǎo)航至https://aka.ms/friendbot/azure并單擊Try Azure for Free。

2. 單擊Start Free開始創(chuàng)建免費(fèi)的 Azure 帳戶。

3. 使用您的 Microsoft 或 GitHub 帳戶登錄。

4. 登錄后，系統(tǒng)會(huì)提示您輸入一些信息。

5. 即使這是一個(gè)免費(fèi)帳戶，Azure 仍然需要信用卡信息。除非您稍后更改設(shè)置，否則不會(huì)向您收費(fèi)。

6. 帳戶設(shè)置完成后，導(dǎo)航至https://aka.ms/friendbot/azureportal。

創(chuàng)建 Azure 認(rèn)知服務(wù)實(shí)例

1. 在https://aka.ms/friendbot/azureportal登錄你的帳戶。

2. 在頂部的搜索欄中，輸入Cognitive Services并在下方Marketplace選擇Cognitive Services（可能需要一些時(shí)間來填充）。

3. 確認(rèn)選擇了正確的訂閱，然后在Resource Group選擇下Create New輸入資源組名稱（例如conv-speak-rg）

4. 為您的 Azure 認(rèn)知服務(wù)實(shí)例選擇區(qū)域和名稱（例如my-conv-speak-cog-001）。我建議使用美國東部、西歐或東南亞，因?yàn)檫@些地區(qū)往往支持最多的功能。

5. 點(diǎn)擊 ，Review + Create驗(yàn)證通過后點(diǎn)擊Create。

6. 部署完成后，您可以單擊Go to resource以查看您的 Azure 認(rèn)知服務(wù)資源。

7. 在左側(cè)導(dǎo)航欄中，選擇Keys and Endpoint下Resource Management。復(fù)制兩個(gè)認(rèn)知服務(wù)密鑰中的任意一個(gè)并保存在安全位置以備后用。

Windows 11 用戶：如果應(yīng)用程序在調(diào)用文本到語音 API 時(shí)停滯，請(qǐng)確保您已應(yīng)用所有當(dāng)前安全更新（鏈接）。

開放人工智能

對(duì)話式演講者使用 OpenAI 的模型進(jìn)行友好對(duì)話。以下是創(chuàng)建新帳戶和訪問 AI 模型的步驟。

創(chuàng)建一個(gè) OpenAI 帳戶（如果您還沒有）

1. 在網(wǎng)絡(luò)瀏覽器中，導(dǎo)航至https://openai.com/api并單擊“注冊(cè)”

2. 您可以使用谷歌賬戶、微軟賬戶或郵箱創(chuàng)建新賬戶。

3. 完成注冊(cè)過程（例如，創(chuàng)建密碼、驗(yàn)證您的電子郵件等）。如果您是 OpenAI 的新手，請(qǐng)查看使用指南 ( https://beta.openai.com/docs/usage-guidelines )。

4. 在右上角點(diǎn)擊您的賬戶，然后點(diǎn)擊View API keys。

5. 單擊+ Create new secret key，復(fù)制并保存在安全位置以備后用。

• 如果您想直接使用大型語言模型，請(qǐng)查看頁面頂部的“游樂場(chǎng)”。

代碼

獲取并配置代碼。

1. 在 Raspberry Pi 或您的 PC 上，打開命令行終端

2.安裝.NET 6 SDK

• 對(duì)于樹莓派和 Linux：

curl -sSL https://dot.net/v1/dotnet-install.sh | bash /dev/stdin --channel 6.0

安裝完成后（可能需要幾分鐘），將 dotnet 添加到命令搜索路徑

echo 'export DOTNET_ROOT=$HOME/.dotnet' >> ~/.bashrc
echo 'export PATH=$PATH:$HOME/.dotnet' >> ~/.bashrc
source ~/.bashrc

您可以通過檢查版本來驗(yàn)證是否已成功安裝 dotnet

dotnet --version

• 對(duì)于 Windows，請(qǐng)轉(zhuǎn)到https://dotnet.microsoft.com/download ，單擊“Download.NET SDK x64”，然后運(yùn)行安裝程序。

3. 克隆 repo 并簽出適當(dāng)?shù)姆种А?/font>

git clone --recursive --branch hackster-tutorial-1 https://github.com/microsoft/conversational-speaker.git

cd ~/conversational-speaker/src/ConversationalSpeaker
dotnet user-secrets set "AzureCognitiveServices:Key" "{MyCognitiveServicesKey}"
dotnet user-secrets set "AzureCognitiveServices:Region" "{MyCognitiveServiceRegion}"
dotnet user-secrets set "OpenAI:Key" "{MyOpenAIKey}"

cd ~/conversational-speaker/src/ConversationalSpeaker
dotnet build
dotnet run

sudo nano /etc/xdg/autostart/friendbot.desktop

[Desktop Entry]
Exec=lxterminal --command "/bin/bash -c '~/.dotnet/dotnet run --project ~/conversational-speaker/src/ConversationalSpeaker; /bin/bash'"

reboot