Fay数字人助理版是fay开源项目的重要分支,专注于构建智能数字助理的开源解决方案。它提供了灵活的模块化设计,使开发人员能够定制和组合各种功能模块,包括情绪分析、NLP处理、语音合成和语音输出等。Fay数字人助理版为开发人员提供了强大的工具和资源,用于构建智能、个性化和多功能的数字助理应用。通过该版本,开发人员可以轻松创建适用于各种场景和领域的数字人助理,为用户提供智能化的语音交互和个性化服务。
集成VisualGLM:B站视频
给Fay加上本地免费语音识别(达摩院funaar): https://www.bilibili.com/video/BV1qs4y1g74e/?share_source=copy_web&vd_source=64cd9062f5046acba398177b62bea9ad
消费级pc大模型(ChatGLM-6B的基础上前置Rasa会话管理):https://m.bilibili.com/video/BV1D14y1f7pr
UE5工程:https://github.com/xszyou/fay-ue5
视频三维重建(真人2D驱动):https://github.com/waityousea/xuniren
注:带货版移到分支fay-sales-edition
助理版Fay控制器使用:语音沟通,语音和文字回复;文字沟通,文字回复。
PC远程助理 PC demo
手机远程助理 android demo
控制器与采用 WebSocket 方式与 UE 通讯
下载工程: https://pan.baidu.com/s/1RBo2Pie6A5yTrCf1cn_Tuw?pwd=ck99
下载windows运行包: https://pan.baidu.com/s/1CsJ647uV5rS2NjQH3QT0Iw?pwd=s9s8
工程及运行包:https://github.com/xszyou/fay-ue5
通讯地址: ws://127.0.0.1:10002
(已接通)
消息格式: 查看 WebSocket.md
与远程音频输入输出设备连接(非必须,外网需要配置http://ngrok.cc tcp通道的clientid)
控制器与采用 socket(非websocket) 方式与 音频输出设备通讯
内网通讯地址: ws://127.0.0.1:10001
外网通讯地址: 通过http://ngrok.cc获取(有伙伴愿意赞助服务器给社区免费使用吗?)
消息格式: 参考 remote_audio.py
注:
以上每个模块可轻易替换成自家核心产品。
.
├── main.py # 程序主入口
├── fay_booter.py # 核心启动模块
├── config.json # 控制器配置文件
├── system.conf # 系统配置文件
├── ai_module
│ ├── ali_nls.py # 阿里云 实时语音
│ ├── ms_tts_sdk.py # 微软 文本转语音
│ ├── xf_aiui.py # 讯飞 人机交互-自然语言处理
│ ├── chatgpt.py # gpt3.5对接
│ ├── nlp_gpt.py # 对接chat.openai.com(免key)
│ ├── yuan_1_0.py # 浪潮.源大模型对接
│ ├── nlp_rasa.py # ChatGLM-6B的基础上前置Rasa会话管理(强烈推荐)
│ ├── nlp_VisualGLM.py # 对接多模态大语言模型VisualGLM-6B
│ ├── yolov8.py # yolov8资态识别
│ └── xf_ltp.py # 讯飞 情感分析
├── bin # 可执行文件目录
├── core # 数字人核心
│ ├── fay_core.py # 数字人核心模块
│ ├── recorder.py # 录音器
│ ├── tts_voice.py # 语音生源枚举
│ └── wsa_server.py # WebSocket 服务端
├── gui # 图形界面
│ ├── flask_server.py # Flask 服务端
│ ├── static
│ ├── templates
│ └── window.py # 窗口模块
├── scheduler
│ └── thread_manager.py # 调度管理器
├── utils # 工具模块
├── config_util.py
├── storer.py
└── util.py
└── test # 都是惊喜
2023.06.14:
- 解决多声道麦克风兼容问题;
- 重构fay_core.py及fay_booter.py代码;
- ui适应布局调整;
- 恢复声音选择;
- ”思考中...“显示逻辑修复。
2023.05.27:
- 修复多个bug:消息框换行及空格问题、语音识别优化;
- 彩蛋转正,Fay沟通与ChatGPT并行;
- 加入yolov8姿态识别;
- 加入VisualGLM-6B多模态单机离线大语言模型。
2023.05.12:
- 打出Fay数字人助理版作为主分支(带货版移到分支
fay-sales-edition
); - 添加Fay助理的文字沟通窗口(文字与语音同步);
- 添加沟通记录本地保存功能;
- 升级ChatGLM-6B的应用逻辑,长文本与语音回复分离。
- Python 3.9、3.10
- Windows、macos、linux
pip install -r requirements.txt
- 查看 AI 模块
- 浏览链接,注册并创建应用,将应用密钥填入
./system.conf
中
启动Fay控制器
python main.py
启动前需填入应用密钥
代码模块 | 描述 | 链接 |
---|---|---|
./ai_module/ali_nls.py | 实时语音识别(非必须,免费3个月,asr二选一) | https://ai.aliyun.com/nls/trans |
./ai_module/funasr.py | 达摩院开源免费本地asr (非必须,asr二选一) | fay/test/funasr/README.MD |
./ai_module/ms_tts_sdk.py | 微软 文本转情绪语音(非必须,不配置时使用免费的edge-tts) | https://azure.microsoft.com/zh-cn/services/cognitive-services/text-to-speech/ |
./ai_module/xf_ltp.py | 讯飞 情感分析 | https://www.xfyun.cn/service/emotion-analysis |
./utils/ngrok_util.py | ngrok.cc 外网穿透(可选) | http://ngrok.cc |
./ai_module/yuan_1_0.py | 浪潮源大模型(NLP 多选1) | https://air.inspur.com/ |
./ai_module/chatgpt.py | ChatGPT(NLP多选1) | ******* |
./ai_module/xf_aiui.py | 讯飞自然语言处理(NLP多选1) | https://aiui.xfyun.cn/solution/webapi |
./ai_module/nlp_rasa.py | ChatGLM-6B的基础上前置Rasa会话管理(NLP 多选1) | https://m.bilibili.com/video/BV1D14y1f7pr |
./ai_module/nlp_VisualGLM.py | 对接VisualGLM-6B多模态单机离线大语言模型(NLP 多选1) | B站视频 |
- 语音助理:fay控制器(麦克风输入源开启、面板播放开启);
- 远程语音助理:fay控制器(面板播放关闭)+ 远程设备接入;
- 数字人互动:fay控制器(麦克风输入源开启、面板播放关闭、填写性格Q&A)+ 数字人;
- 贾维斯、Her:加入我们一起完成。
关闭核心 | 静音 | 取消静音 |
---|---|---|
关闭、再见、你走吧 | 静音、闭嘴、我想静静 | 取消静音、你在哪呢、你可以说话了 |
播放歌曲(音乐库暂不可用) | 暂停播放 | 更多 |
---|---|---|
播放歌曲、播放音乐、唱首歌、放首歌、听音乐、你会唱歌吗 | 暂停播放、别唱了、我不想听了 | 没有了... |
数字人属性,与用户交互中能做出相应的响应。
在交互中,数字人能感受用户的情感,并作出反应。最直的体现,就是语气的变化,如 开心/伤心/生气 等。 设置灵敏度,可改变用户情感对于数字人的影响程度。
通过沟通窗口与助理文本沟通
选择麦克风设备,实现面对面交互,成为你的伙伴
可以接入远程音频输入,远程音频输出
1、集成消费级pc大模型(ChatGLM-6B的基础上前置Rasa会话管理):https://m.bilibili.com/video/BV1D14y1f7pr
2、(34条消息) 非常全面的数字人解决方案_郭泽斌之心的博客-CSDN博客_数字人算法
3、【开源项目:数字人FAY——Fay新架构使用讲解】 https://www.bilibili.com/video/BV1NM411B7Ab/?share_source=copy_web&vd_source=64cd9062f5046acba398177b62bea9ad
4、【开源项目FAY——UE工程讲解】https://www.bilibili.com/video/BV1C8411P7Ac?vd_source=64cd9062f5046acba398177b62bea9ad
5、m1机器安装办法(Gason提供):https://www.zhihu.com/question/437075754
6、bilbil主页:xszyou的个人空间_哔哩哔哩_bilibili
商务联系QQ 467665317,我们提供:开发顾问、数字人模型定制及高校教学资源实施服务 http://yafrm.com/forum.php?mod=viewthread&tid=302
关注公众号(fay数字人)获取最新微信技术交流群二维码(请先star本仓库)