语音聊天机器人 🎤🤖

一个基于终端界面的中文语音聊天机器人，支持自定义唤醒词和实时语音对话。通过语音识别、大语言模型和文本转语音技术，实现自然流畅的语音交互体验。

🌟 特色功能

• 自定义唤醒词 - 支持任意中文唤醒词，通过DTW相似度检测技术实现精准识别
• 实时语音对话 - 流式语音识别和文本转语音，实现低延迟自然对话
• 智能助手功能 - 查询天气、新闻，执行数学计算等实用功能
• 精美终端界面 - 彩色动画图标和对话面板，提供愉悦的视觉体验
• 多语言支持 - 自动识别中英文内容并使用相应语音合成模型

🚀 快速开始

系统要求

• Python 3.8+
• 麦克风和扬声器
• 网络连接（用于API调用）

安装步骤

1. 克隆项目代码：

git clone https://github.com/flateon/ChatBot.git
cd ChatBot

2. 安装依赖：

pip install -r requirements.txt

3. 配置API密钥： 在 keys.py 文件中填入以下服务的API密钥：

• DashScope - 用于ASR、LLM、TTS服务
• Seniverse - 用于天气查询
• TianAPI - 用于新闻获取
• ALAPI - 用于头条新闻

运行机器人

python terminal.py

🎙️ 使用方法

1. 唤醒机器人 - 说出你自定义的唤醒词（如"小圆小圆"）
2. 开始对话 - 机器人会回应问候语，然后你可以开始提问
3. 功能示例：
   • 天气查询："今天北京的天气怎么样？"
   • 新闻获取："告诉我一些科技新闻"
   • 数学计算："根号2等于多少？"
4. 结束对话 - 长时间不说话会自动退出对话状态

🏗️ 系统架构

核心模块

1. 关键词检测 (KWS) - 使用Wav2Vec2模型和DTW距离测量检测唤醒词
2. 语音识别 (ASR) - 基于Paraformer模型的流式语音转文本
3. 语言理解 (LLM) - 通义千问大语言模型处理用户意图
4. 语音合成 (TTS) - Sambert-Hifigan模型实现自然语音输出

🛠️ 开发指南

项目结构

chatbot/
├── KWS.py          # 关键词检测模块
├── asr.py          # 语音识别模块
├── llm.py          # 大语言模型模块
├── tts.py          # 文本转语音模块
├── terminal.py     # 主程序入口
├── plugins.py      # 外部API插件
├── prompts.py      # 系统提示词
├── draw.py         # 终端绘图工具
├── kws_model.py    # KWS模型定义
├── utils/          # 工具函数
└── Records/        # 音频模板文件

测试

# 运行提示词测试
python -m unittest tests/test_prompt.py

▶️ 演示视频

demo.mp4

📄 许可证

本项目采用MIT许可证 - 查看 LICENSE 文件了解详情

🙏 致谢

• 感谢DashScope提供的ASR/LLM/TTS API服务
• 感谢Seniverse和TianAPI提供的天气和新闻数据
• 感谢Rich库提供的终端美化功能