Spaces:
Running
Running
A newer version of the Gradio SDK is available:
5.7.1
使用音频交互功能
1. 安装额外依赖
pip install --upgrade pyOpenSSL webrtcvad scipy git+https://github.com/aliyun/alibabacloud-nls-python-sdk.git
如果因为特色网络问题导致上述命令无法执行：
- git clone alibabacloud-nls-python-sdk这个项目（或者直接前往Github对应网址下载压缩包）.
命令行输入：
git clone https://github.com/aliyun/alibabacloud-nls-python-sdk.git - 进入alibabacloud-nls-python-sdk目录命令行输入：
python setup.py install
2. 配置音频功能开关 和 阿里云APPKEY（config.py/config_private.py/环境变量）
- 注册阿里云账号
- 开通 智能语音交互 （有免费白嫖时长）
- 获取token和appkey
- 未来将逐步用其他更廉价的云服务取代阿里云
ENABLE_AUDIO = True
ALIYUN_TOKEN = "554a50fcd0bb476c8d07bb630e94d20c" # 此token已经失效
ALIYUN_APPKEY = "RoPlZrM88DnAFkZK" # 此appkey已经失效
参考 https://help.aliyun.com/document_detail/450255.html 先有阿里云开发者账号，登录之后，需要开通 智能语音交互 的功能，可以免费获得一个token，然后在 全部项目 中，创建一个项目，可以获得一个appkey.
- 进阶功能 进一步填写ALIYUN_ACCESSKEY和ALIYUN_SECRET实现自动获取ALIYUN_TOKEN
ALIYUN_APPKEY = "RoP1ZrM84DnAFkZK"
ALIYUN_TOKEN = ""
ALIYUN_ACCESSKEY = "LTAI5q6BrFUzoRXVGUWnekh1"
ALIYUN_SECRET = "eHmI20AVWIaQZ0CiTD2bGQVsaP9i68"
3.启动
启动gpt-academic python main.py
4.点击record from microphe，授权音频采集
I 如果需要监听自己说话（不监听电脑音频），直接在浏览器中选择对应的麦即可
II 如果需要监听电脑音频（不监听自己说话），需要安装VB-Audio VoiceMeeter，打开声音控制面板(sound control panel)
- 1
[把电脑的所有外放声音用VoiceMeeter截留]在输出区（playback）选项卡，把VoiceMeeter Input虚拟设备set as default设为默认播放设备。 - 2
[把截留的声音释放到gpt-academic]打开gpt-academic主界面，授权音频采集后，在浏览器地址栏或者类似的地方会出现一个麦克风图标，打开后，按照浏览器的提示，选择VoiceMeeter虚拟麦克风。然后刷新页面，重新授权音频采集。 - 3
[把截留的声音同时释放到耳机或音响]完成第一步之后，您应处于听不到电脑声音的状态。为了在截获音频的同时，避免影响正常使用，请完成这最后一步配置。在声音控制面板(sound control panel)输入区（recording）选项卡，把VoiceMeeter Output虚拟设备set as default。双击进入VoiceMeeter Output虚拟设备的设置。- 3-1 进入VoiceMeeter Output虚拟设备子菜单，打开listen选项卡。
- 3-2 勾选Listen to this device。
- 3-3 在playback through this device下拉菜单中选择你的正常耳机或音响。
III [把特殊软件（如腾讯会议）的外放声音用VoiceMeeter截留] 在完成步骤II的基础上，在特殊软件（如腾讯会议）中，打开声音菜单，选择扬声器VoiceMeeter Input，选择麦克风为正常耳机麦。
VI 两种音频监听模式切换时，需要刷新页面才有效。
VII 非localhost运行+非https情况下无法打开录音功能的坑：https://blog.csdn.net/weixin_39461487/article/details/109594434