Serwisy partnerskie:
Close icon
Serwisy partnerskie

Jak przekształcić ChatGPT w pełnowartościowego asystenta głosowego

Article Image
ChatGPT jest już na tyle rozpowszechniony, że nie wymaga większych wyjaśnień. Zadajesz mu pytanie i uzyskujesz natychmiastową odpowiedź. Ale ta odpowiedź jest w formie tekstowej. Co zrobić, jeśli chciałbyś prowadzić normalną rozmowę? Czy jest możliwe przekształcenie lub rozbudowa ChatGPT tak, aby odpowiadał na zadane pytania jak asystent głosowy sztucznej inteligencji, np. Siri?

Sztuczna inteligencja staje się rzeczywistością i wchodzi do "naszego świata" szerokimi drzwiami. Nie jest tajemnicą, iż wielką zasługę w tym zakresie ma oprogramowanie ChatGPT. W świecie AI (Sztucznej Inteligencji) wyróżnia się tym, że potrafi rozpoznać kontekst konwersacji i udzielać sensownych odpowiedzi. Osoba prowadząca rozmowę z "maszyną" odnosi wrażenie, jakby po drugiej stronie był "żywy człowiek".

To jednak nie jest żywa inteligencja, a "Chatbot", który rozumie słowo pisane i udziela pisemnych odpowiedzi. Taka konwersacja jest mniej ekscytująca aniżeli prosta rozmowa. Chcąc pójść w tym kierunku, spróbujemy zaprogramować ChatGPT tak, aby stał się asystentem głosowym, który nazwiemy VoiceGPT. Pierwszą czynnością, którą musimy wykonać jest przekształcenie ludzkiego głosu do postaci pisemnej. Wykorzystamy istniejące oprogramowanie NLP (Natural Language Processisng), które potrafi rozpoznać słowo mówione. "Słowo" to stanowi dane wejściowe dla ChatGPT. W procesie konstruowania zapytania dla ChatGPT wykorzystamy darmowy i powszechnie dostępny interfejs programowania aplikacji API. Gdy ChatGPT udzieli inteligentnej odpowiedzi, ponownie wykorzystamy NLP w celu konwersji odpowiedzi pisemnej na słowną. Będą zatem potrzebne programy wysokiego poziomu. Wykorzystamy Whisper, który należy do kategorii OpenAI oraz sprawne narzędzie działające na NLP. Jako interfejs aplikacji wykorzystałem oprogramowanie Google-a Natural Language API.

Przewodnik jak krok po kroku uzyskać VoiceGPT

Musimy rozpocząć od serwisu NLP w celu pozyskania tekstowej postaci zapytania skierowanego dla ChatGPT. Ze strony sprzętowej potrzebujemy maszyny zdolnej pracować pod kontrolą interfejsu aplikacji Open API. To oprogramowanie kieruje zapytanie skierowane do ChatGPT, jak i przekształci tekstową odpowiedź z wykorzystaniem syntetyzatora ludzkiej mowy (wykorzystując pakiety NLP). Z tym softwarem powinien poradzić sobie każdy laptop, ja jednak użyłem Raspberry Pi. Ale jak wprowadzić informację głosową do postaci rozumianej przez maszynę? 

Aby przeczytać ten artykuł kup e-wydanie
Kup teraz
Firma:
Tematyka materiału: Przewodnik jak krok po kroku uzyskać VoiceGPT
AUTOR
Źródło
Elektronika dla Wszystkich maj 2023
Udostępnij
Zobacz wszystkie quizy
Quiz weekendowy
Czujniki temperatury
1/10 Temperatura to
UK Logo
Elektronika dla Wszystkich
Zapisując się na nasz newsletter możesz otrzymać GRATIS
najnowsze e-wydanie magazynu "Elektronika dla Wszystkich"