Merge feature/rebrand-and-groq into dev
This commit is contained in:
commit
6dc8a85bf6
6 changed files with 80 additions and 51 deletions
7
.gitignore
vendored
7
.gitignore
vendored
|
|
@ -185,4 +185,9 @@ fabric.properties
|
|||
.idea/caches/build_file_checksums.ser
|
||||
|
||||
# idea folder, uncomment if you don't need it
|
||||
# .idea
|
||||
# .idea
|
||||
# Local secrets (real keys go here, not in dev.env.example)
|
||||
dev.env
|
||||
|
||||
# Misc artifacts
|
||||
.git-filter-redactions.txt
|
||||
|
|
|
|||
73
README.md
73
README.md
|
|
@ -1,30 +1,57 @@
|
|||
# Kesha v3.0 very early (aka Jarvis update)
|
||||
Simple Voice Assistant made as an experiment using [Silero](https://github.com/snakers4/silero-models) & [Vosk](https://pypi.org/project/vosk/).
|
||||
<br>Later on [Picovoice Porcupine Wake Word Detection](https://picovoice.ai/platform/porcupine/) & [ChatGPT](https://chat.openai.com/) was added.
|
||||
# J.A.R.V.I.S (Python) — Bossiara13's fork
|
||||
|
||||

|
||||
Голосовой ассистент для Windows с wake-word **«jarvis»**. Распознаёт речь локально через Vosk (русская модель), отвечает голосом через Silero TTS, а свободные вопросы (фразы, начинающиеся со слова «скажи …») отправляет в LLM на Groq и зачитывает ответ.
|
||||
|
||||
`The code has NOT been polished and is provided "as is". There are a lot of code that are redundant and there are tons of improvements that can be made.`
|
||||
## Это форк
|
||||
|
||||
# Installation
|
||||
First, install the requirements, the `requirements.txt` file is just an output of `pip freeze` from my test venv 'k.<br>
|
||||
Second, check `config.py` and set required values (api key, device index).<br>
|
||||
Next, run the `main.py` script and Voilà, as simple as that.<br><br>
|
||||
Форк репозитория [Priler/jarvis](https://github.com/Priler/jarvis) (автор оригинала — Abraham Tugalov, 2022). Лицензия наследуется: **CC BY-NC-SA 4.0** (см. [LICENSE.txt](LICENSE.txt)).
|
||||
|
||||
And don't forget to put models of Vosk to main folder.<br>
|
||||
You can get the latest from the [official website.](https://alphacephei.com/vosk/models)
|
||||
<br>The one I was using is `small`.
|
||||
<br>p.s. If you don't understand how to install or where to put the Vosk model, I've made a [screenshot](https://i.imgur.com/N3bu2lC.png) for you.
|
||||
## Что отличается от оригинала
|
||||
|
||||
# Python version
|
||||
I was using Python `3.8.3`, but it should work on any newer version.
|
||||
- Из истории удалены случайно закоммиченные секреты.
|
||||
- Бэкенд LLM переключён с OpenAI на Groq (бесплатный тариф) через openai-совместимый API.
|
||||
- Код обновлён под новую версию SDK `openai` (>=1.0); старый pre-1.0 интерфейс был сломан.
|
||||
- Обновлена ветка/тэги (`dev`, `v0.0.1-import`), причёсан README и `requirements.txt`.
|
||||
|
||||
# ToDo
|
||||
- Адекватная архитектура кода, собрать всё и переписать from the ground up.
|
||||
- Задержка воспроизведения звука на основе реальной длительности .wav файла (прогружать при запуске?)
|
||||
- Speech to intent?
|
||||
- Отключать self listening protection во время воспроизведения с наушников.
|
||||
- Указание из списка или по имени будет реализовано позже.
|
||||
## Установка
|
||||
|
||||
# Author
|
||||
(2022) Abraham Tugalov
|
||||
Требуется **Python 3.11** (на 3.13 ряд зависимостей пока ставится с бубном).
|
||||
|
||||
```bash
|
||||
git clone https://github.com/DmitryBykov-ISPO/J.A.R.V.I.S-py.git
|
||||
cd J.A.R.V.I.S-py
|
||||
py -3.11 -m venv .venv
|
||||
.venv\Scripts\activate
|
||||
pip install --upgrade pip
|
||||
pip install -r requirements.txt
|
||||
```
|
||||
|
||||
Скопируйте `dev.env` и заполните ключи:
|
||||
|
||||
- `PICOVOICE_TOKEN` — бесплатно на [console.picovoice.ai](https://console.picovoice.ai/).
|
||||
- `GROQ_TOKEN` — бесплатно на [console.groq.com](https://console.groq.com/).
|
||||
|
||||
Vosk-модель для русского языка лежит в `model_small/` (уже в репозитории). Запуск:
|
||||
|
||||
```bash
|
||||
python main.py
|
||||
```
|
||||
|
||||
## Конфигурация
|
||||
|
||||
- `config.py`:
|
||||
- `MICROPHONE_INDEX = -1` — индекс микрофона (`-1` означает устройство по умолчанию). Если микрофонов несколько и берётся не тот, поменяйте число.
|
||||
- `GROQ_MODEL` — имя модели Groq (по умолчанию `llama-3.3-70b-versatile`).
|
||||
- `commands.yaml` — набор голосовых команд и их вариантов для fuzzy-матчинга.
|
||||
- `custom-commands/` — скомпилированные AHK-скрипты под конкретный сетап автора оригинала (переключение мониторов, управление Яндекс.Музыкой и т.п.). На вашей машине большая часть из них работать не будет, но ассистент запустится в любом случае.
|
||||
|
||||
## Использование
|
||||
|
||||
1. Скажите **«Джарвис»** (или **«jarvis»**) — ассистент даст звуковой сигнал готовности.
|
||||
2. В течение 10 секунд произнесите команду:
|
||||
- либо одну из фраз из `commands.yaml` (открыть браузер, выключить звук и т.д.);
|
||||
- либо начните со слова **«скажи …»** — остаток фразы уйдёт в Groq, ответ будет зачитан вслух.
|
||||
|
||||
## Лицензия
|
||||
|
||||
CC BY-NC-SA 4.0 — см. [LICENSE.txt](LICENSE.txt). Авторство оригинала — Abraham Tugalov / Priler. Изменения в этом форке — Bossiara13 (Dmitry Bykov), 2026.
|
||||
|
|
|
|||
|
|
@ -6,7 +6,7 @@ load_dotenv("dev.env")
|
|||
|
||||
# Конфигурация
|
||||
VA_NAME = 'Jarvis'
|
||||
VA_VER = "3.0"
|
||||
VA_VER = "0.1.0"
|
||||
VA_ALIAS = ('джарвис',)
|
||||
VA_TBR = ('скажи', 'покажи', 'ответь', 'произнеси', 'расскажи', 'сколько', 'слушай')
|
||||
|
||||
|
|
@ -20,5 +20,7 @@ CHROME_PATH = 'C:/Program Files (x86)/Google/Chrome/Application/chrome.exe %s'
|
|||
# Токен Picovoice
|
||||
PICOVOICE_TOKEN = os.getenv('PICOVOICE_TOKEN')
|
||||
|
||||
# Токен OpenAI
|
||||
OPENAI_TOKEN = os.getenv('OPENAI_TOKEN')
|
||||
# Токен Groq
|
||||
GROQ_TOKEN = os.getenv('GROQ_TOKEN')
|
||||
GROQ_BASE_URL = "https://api.groq.com/openai/v1"
|
||||
GROQ_MODEL = "llama-3.3-70b-versatile"
|
||||
|
|
|
|||
|
|
@ -1,2 +1,2 @@
|
|||
PICOVOICE_TOKEN=<тут ключ-picovoice>
|
||||
OPENAI_TOKEN=<тут ключ-openai>
|
||||
GROQ_TOKEN=<тут ключ-groq>
|
||||
41
main.py
41
main.py
|
|
@ -10,7 +10,7 @@ import time
|
|||
from ctypes import POINTER, cast
|
||||
|
||||
import openai
|
||||
from openai import error
|
||||
from openai import OpenAI
|
||||
import pvporcupine
|
||||
import simpleaudio as sa
|
||||
import vosk
|
||||
|
|
@ -37,8 +37,7 @@ VA_CMD_LIST = yaml.safe_load(
|
|||
system_message = {"role": "system", "content": "Ты голосовой ассистент из железного человека."}
|
||||
message_log = [system_message]
|
||||
|
||||
# init openai
|
||||
openai.api_key = config.OPENAI_TOKEN
|
||||
client = OpenAI(api_key=config.GROQ_TOKEN, base_url=config.GROQ_BASE_URL)
|
||||
|
||||
# PORCUPINE
|
||||
porcupine = pvporcupine.create(
|
||||
|
|
@ -59,33 +58,29 @@ q = queue.Queue()
|
|||
def gpt_answer():
|
||||
global message_log
|
||||
|
||||
model_engine = "gpt-3.5-turbo"
|
||||
max_tokens = 256 # default 1024
|
||||
try:
|
||||
response = openai.ChatCompletion.create(
|
||||
model=model_engine,
|
||||
response = client.chat.completions.create(
|
||||
model=config.GROQ_MODEL,
|
||||
messages=message_log,
|
||||
max_tokens=max_tokens,
|
||||
max_tokens=256,
|
||||
temperature=0.7,
|
||||
top_p=1,
|
||||
stop=None
|
||||
stop=None,
|
||||
)
|
||||
except (error.TryAgain, error.ServiceUnavailableError):
|
||||
return "ChatGPT перегружен!"
|
||||
except openai.OpenAIError as ex:
|
||||
# если ошибка - это макс длина контекста, то возвращаем ответ с очищенным контекстом
|
||||
if ex.code == "context_length_exceeded":
|
||||
except openai.BadRequestError as ex:
|
||||
code = getattr(ex, "code", None) or ""
|
||||
message = str(ex)
|
||||
if code == "context_length_exceeded" or "context_length_exceeded" in message:
|
||||
message_log = [system_message, message_log[-1]]
|
||||
return gpt_answer()
|
||||
else:
|
||||
return "OpenAI токен не рабочий."
|
||||
return "Запрос отклонён моделью."
|
||||
except openai.RateLimitError:
|
||||
return "Лимит запросов исчерпан."
|
||||
except openai.APIConnectionError:
|
||||
return "Не могу связаться с сервером."
|
||||
except openai.APIError:
|
||||
return "Groq токен не рабочий."
|
||||
|
||||
# Find the first response from the chatbot that has text in it (some responses may not have text)
|
||||
for choice in response.choices:
|
||||
if "text" in choice:
|
||||
return choice.text
|
||||
|
||||
# If no response with text is found, return the first response's content (which may be empty)
|
||||
return response.choices[0].message.content
|
||||
|
||||
|
||||
|
|
@ -283,7 +278,7 @@ recorder = PvRecorder(device_index=config.MICROPHONE_INDEX, frame_length=porcupi
|
|||
recorder.start()
|
||||
print('Using device: %s' % recorder.selected_device)
|
||||
|
||||
print(f"Jarvis (v3.0) начал свою работу ...")
|
||||
print(f"Jarvis (v0.1.0) начал свою работу ...")
|
||||
play("run")
|
||||
time.sleep(0.5)
|
||||
|
||||
|
|
|
|||
BIN
requirements.txt
BIN
requirements.txt
Binary file not shown.
Loading…
Add table
Add a link
Reference in a new issue