Weebo：实时语音聊天机器人，提供自然语言对话体验

综合介绍

Weebo 是一个开源的实时语音聊天机器人，利用 Whisper Small 进行语音识别，Llama 3.2 进行自然语言生成，以及 Kokoro-82M 进行语音合成。该项目由 Amanvir Parhar 开发，旨在提供一个能够在本地设备上运行的高效语音对话解决方案。Weebo 支持多种声音，并能够流畅地生成实时响应，适用于各种需要语音交互的应用场景。

功能列表

• 实时语音识别：使用 Whisper Small 模型进行高效的语音转文本处理。
• 自然语言生成：通过 Llama 3.2 模型生成自然语言响应。
• 语音合成：利用 Kokoro-82M 模型将文本转换为语音。
• 多声音支持：提供多种声音选择，增强用户体验。
• 本地运行：无需依赖云服务，所有处理均在本地设备上完成。
• 开源代码：代码公开，允许用户自由修改和扩展功能。

使用帮助

安装流程

1. 下载所需模型：
   • 下载 Kokoro-82M 模型文件 kokoro-v0_19.onnx 并放置在项目文件夹中。
   • 使用 Ollama 工具拉取 Llama 3.2 模型。
2. 克隆 Weebo 项目代码：

   git clone https://github.com/amanvirparhar/weebo.git
cd weebo

3. 安装依赖：

   pip install -r requirements.txt

4. 运行聊天机器人：

   python main.py

使用说明

1. 启动程序后，Weebo 将开始监听语音输入。
2. 用户可以自然地说话，Weebo 会在短暂的停顿后生成语音响应。
3. 按 Ctrl+C 可以停止程序。

主要功能操作流程

• 语音识别：Weebo 使用 Whisper Small 模型进行语音识别，能够准确地将用户的语音转换为文本。
• 自然语言生成：通过 Llama 3.2 模型，Weebo 能够理解用户的语音输入并生成相应的自然语言响应。
• 语音合成：使用 Kokoro-82M 模型，Weebo 将生成的文本响应转换为语音，并通过扬声器播放。
• 多声音支持：用户可以在配置文件中选择不同的声音模型，以满足不同的应用需求。

详细操作步骤

1. 启动 Weebo：运行 python main.py，程序将开始监听用户的语音输入。
2. 语音输入：用户可以直接对着麦克风说话，Weebo 会自动识别并处理语音。
3. 生成响应：Weebo 会在识别语音后，使用 Llama 3.2 模型生成自然语言响应，并通过 Kokoro-82M 模型将其转换为语音。
4. 播放响应：生成的语音响应将通过扬声器播放，用户可以听到 Weebo 的回答。
5. 停止程序：按 Ctrl+C 可以随时停止 Weebo 的运行。

通过以上步骤，用户可以轻松上手使用 Weebo 进行实时语音对话，体验自然流畅的语音交互。