1. Toy模板网首页
  2. > Toy博客

基于GPT3.5逆向 和 本地Bert-Vits2-2.3 的语音智能助手

5月前 作者：佩洛君 分类：Toy博客 阅读(25) 违法举报

这篇具有很好参考价值的文章主要介绍了基于GPT3.5逆向 和 本地Bert-Vits2-2.3 的语音智能助手。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

一、效果演示

各位读者你们好，我最近在研究一个语音助手的项目，是基于GPT3.5网页版的逆向和本地BertVits2-2.3 文字转语音，能实现的事情感觉还挺多，目前实现【无需翻墙，国内网络发送消息，返回答案文字和语音】，网站已上线并未公开链接，以下是演示GIF：
基于GPT3.5逆向 和 本地Bert-Vits2-2.3 的语音智能助手,编程实战经验,gpt-3,bert,人工智能

二、操作步骤

  1. 前端使用uni-app完成，登录后主页中选中【AI助手】
    • 基于GPT3.5逆向 和 本地Bert-Vits2-2.3 的语音智能助手,编程实战经验,gpt-3,bert,人工智能
  2. 跳转到对话页面
    • 基于GPT3.5逆向 和 本地Bert-Vits2-2.3 的语音智能助手,编程实战经验,gpt-3,bert,人工智能
  3. 输入对话，并发送

自研人工智能助手-说话演示

  1. 切换模型，秒级响应

自研人工智能助手-切换人物演示文章来源地址https://www.toymoban.com/news/detail-819983.html

三、架构解析

  • 整体架构
    • 后端使用SpringCloud微服务 + nacos注册中心/配置中心 + sentinel限流
    • 前端使用 uni-app H5快速开发
  • 后端服务规划有：
    1. TTS服务（文本转语音服务）：本地离线BertVits2-2.3
    2. ARS/STT服务 （语音转文本服务）：sherpa-ncnn-fast
    3. Chat服务：Chatglm2-6b-int4 GPU/Chatglm3-6b-int4 c++ CPU/ChatGPT3.5 网页逆向
    4. 分布式爬虫服务，用于在网络上爬取 chat服务返回文本包含“抱歉”的需要进行在线实时搜索的内容
    5. 本地知识库服务：用于缓存热词，需要实时搜索的关键词，查询记录等
    6. 大文件上传下载服务：支持断点续传

到了这里，关于基于GPT3.5逆向 和 本地Bert-Vits2-2.3 的语音智能助手的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处： 如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：
领支付宝红包 赞助服务器费用

相关文章

  • 本地训练,开箱可用,Bert-VITS2 V2.0.2版本本地基于现有数据集训练(原神刻晴)

    本地训练,开箱可用,Bert-VITS2 V2.0.2版本本地基于现有数据集训练(原神刻晴)

    按照固有思维方式，深度学习的训练环节应该在云端，毕竟本地硬件条件有限。但事实上，在语音识别和自然语言处理层面，即使相对较少的数据量也可以训练出高性能的模型，对于预算有限的同学们来说，也没必要花冤枉钱上“云端”了，本次我们来演示如何在本地训练

    2024年02月05日
    浏览(29)
  • Python - Bert-VITS2 语音推理服务部署

    Python - Bert-VITS2 语音推理服务部署

    目录 一.引言 二.服务搭建 1.服务配置 2.服务代码 3.服务踩坑 三.服务使用 1.服务启动 2.服务调用 3.服务结果 四.总结 上一篇文章我们介绍了如果使用 conda 搭建 Bert-VITS2 最新版本的环境并训练自定义语音，通过 1000 个 epoch 的训练，我们得到了自定义语音模型，本文基于上文得

    2024年02月02日
    浏览(17)
  • Python - Bert-VITS2 自定义训练语音

    Python - Bert-VITS2 自定义训练语音

    目录 一.引言 二.前期准备 1.Conda 环境搭建 2.Bert 模型下载 3.预训练模型下载  三.数据准备 1.音频文件批量处理 2.训练文件地址生成 3.模型训练配置生成 4.训练文件重采样 5.Tensor pt 文件生成 四.模型训练 1.预训练模型 2.模型训练 3.模型收菜 五.总结 前面我们通过视频 OCR 技术识

    2024年01月20日
    浏览(19)
  • 本地训练,立等可取,30秒音频素材复刻霉霉讲中文音色基于Bert-VITS2V2.0.2

    本地训练,立等可取,30秒音频素材复刻霉霉讲中文音色基于Bert-VITS2V2.0.2

    之前我们使用Bert-VITS2V2.0.2版本对现有的原神数据集进行了本地训练，但如果克隆对象脱离了原神角色，我们就需要自己构建数据集了，事实上，深度学习模型的性能和泛化能力都依托于所使用的数据集的质量和多样性，本次我们在本地利用Bert-VITS2V2.0.2对霉霉讲中文的音色进

    2024年02月05日
    浏览(19)
  • bert-vits2本地部署报错疑难问题汇总

    bert-vits2本地部署报错疑难问题汇总

    bert-vits2.3 win 和wsl bert-vits2本地部署报错疑难问题汇总 问题1: Conda安装requirements里面依赖出现ERROR: No matching distribution found for opencc==1.1.6 解决方法 问题2: error: Microsoft Visual C++ 14.0 or greater is required. Get it with \\\"Microsoft C++ Build Tool 解决方法 安装VS2019 单独安装2个组件 问题3: 训练报错

    2024年02月19日
    浏览(15)

  • 栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践(Python3.10)

    诸公可知目前最牛逼的TTS免费开源项目是哪一个？没错，是Bert-vits2，没有之一。它是在本来已经极其强大的Vits项目中融入了Bert大模型，基本上解决了VITS的语气韵律问题，在效果非常出色的情况下训练的成本开销普通人也完全可以接受。 BERT的核心思想是通过在大规模文本语

    2024年02月08日
    浏览(27)

  • 又欲又撩人,基于新版Bert-vits2V2.0.2音色模型雷电将军八重神子一键推理整合包分享

    Bert-vits2项目近期炸裂更新，放出了v2.0.2版本的代码，修正了存在于2.0先前版本的重大bug，并且重炼了底模，本次更新是即1.1.1版本后最重大的更新，支持了三语言训练及混合合成，并且做到向下兼容，可以推理老版本的模型，本次我们基于新版V2.0.2来本地推理原神小姐姐们的

    2024年02月05日
    浏览(20)

  • Bert-VITS-2 效果挺好的声音克隆工具

    持中日英三语训练和推理。内置干声分离，切割和标注工具，开箱即用。请点下载量右边的符号查看镜像所对应的具体版本号。 教程地址： sjj​​​​​​​CodeWithGPU | 能复现才是好算法 CodeWithGPU | GitHub AI算法复现社区，能复现才是好算法 https://www.codewithgpu.com/i/fishaudio/Ber

    2024年02月21日
    浏览(22)
  • 义无反顾马督工,Bert-vits2V210复刻马督工实践(Python3.10)

    义无反顾马督工,Bert-vits2V210复刻马督工实践(Python3.10)

    Bert-vits2更新了版本V210，修正了日/英的bert对齐问题，效果进一步优化；对底模使用的数据进行优化和加量，减少finetune失败以及电音的可能性；日语bert更换了模型，完善了多语言推理。 更多情报请参考Bert-vits2官网： 最近的事情大家也都晓得了，马督工义无反顾带头冲锋，身

    2024年02月05日
    浏览(18)
  • 首次引入大模型!Bert-vits2-Extra中文特化版40秒素材复刻巫师3叶奈法

    首次引入大模型!Bert-vits2-Extra中文特化版40秒素材复刻巫师3叶奈法

    Bert-vits2项目又更新了，更新了一个新的分支：中文特化，所谓中文特化，即针对中文音色的特殊优化版本，纯中文底模效果百尺竿头更进一步，同时首次引入了大模型，使用国产IDEA-CCNL/Erlangshen-MegatronBert-1.3B大模型作为Bert特征提取，基本上完全解决了发音的bad case，同时在情

    2024年02月03日
    浏览(22)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包，优惠每天领

二维码1

领取红包

二维码2

领红包