TsgcAIOpenAIChatBot spina całą pętlę głosową w jednym komponencie. Nagrywa mikrofon, transkrybuje dźwięk przez Whisper, wysyła transkrypcję do Chat Completions, opcjonalnie wzbogaca ją kontekstem z bazy wektorowej i wypowiada odpowiedź.
Głosowy interfejs nad OpenAI Whisper i Chat Completions. Podłącz rejestrator audio, komponent zamiany tekstu na mowę, a jeśli chcesz odpowiedzi wzbogaconych wyszukiwaniem, także komponent embeddingów, i wywołaj Start.
TsgcAIOpenAIChatBot
Chatbot głosowy, od początku do końca
Win32 i Win64
sgcAI jest samowystarczalny. Ten komponent jest dostarczany w sgcAI razem ze środowiskiem uruchomieniowym sgcWebSockets Core, na którym jest zbudowany.
Umieść na formularzu rejestrator, komponent zamiany tekstu na mowę i chatbota, ustaw klucz API, wywołaj Start.
uses
sgcAI, sgcAI_OpenAI_Audio_ChatBot,
sgcAI_AudioRecorder_MCI, sgcAI_TextToSpeech_System;
var
oBot: TsgcAIOpenAIChatBot;
begin
oBot := TsgcAIOpenAIChatBot.Create(nil);
oBot.OpenAIOptions.ApiKey := 'sk-...';
oBot.AudioRecorder := sgcAudioRecorderMCI1;
oBot.TextToSpeech := sgcTextToSpeechSystem1;
oBot.ChatBotOptions.Transcription.Model := 'whisper-1';
oBot.ChatBotOptions.Transcription.Language := 'en';
oBot.ChatBotOptions.ChatCompletion.Model := 'gpt-4o';
oBot.OnTranscription := BotTranscription;
oBot.OnChatCompletion := BotChatCompletion;
oBot.Start; // Stop ends the session
// A turn can also be pushed from code, no microphone involved.
oBot.ChatAsUser('Summarise the last order in one line.');
end;
procedure TForm1.BotTranscription(Sender: TObject;
var Text: string; var Accept: Boolean);
begin
// Inspect or rewrite what Whisper heard, or drop the turn.
Accept := Trim(Text) <> '';
end;// includes: sgcAI.hpp, sgcAI_OpenAI_Audio_ChatBot.hpp
TsgcAIOpenAIChatBot *oBot = new TsgcAIOpenAIChatBot(NULL);
oBot->OpenAIOptions->ApiKey = "sk-...";
oBot->AudioRecorder = sgcAudioRecorderMCI1;
oBot->TextToSpeech = sgcTextToSpeechSystem1;
oBot->ChatBotOptions->ChatCompletion->Model = "gpt-4o";
oBot->OnChatCompletion = BotChatCompletion;
oBot->Start();
// Push a turn without speaking.
oBot->ChatAsUser("Summarise the last order in one line.");Składowe, po które sięgasz najczęściej.
AudioRecorder dostarcza sygnał z mikrofonu, TextToSpeech wypowiada odpowiedź, a Embeddings opcjonalnie dostarcza kontekst pobrany z bazy wektorowej przed wywołaniem modelu.
Transcription.Model i Transcription.Language konfigurują wywołanie Whisper. ChatCompletion.Enabled oraz ChatCompletion.Model konfigurują model, który odpowiada.
Klucz API, punkt końcowy oraz ustawienia HTTP, ponawiania i logowania zdarzeń dla każdego wywołania wykonywanego przez komponent, w tym dla wariantu Azure OpenAI.
Start rozpoczyna nagrywanie, a Stop je kończy. Gdy rejestrator działa w trybie automatycznym, komponent wznawia nagrywanie po zakończeniu odtwarzania odpowiedzi, więc rozmowa toczy się bez użycia rąk.
ChatAsUser wstrzykuje wiadomość użytkownika, ChatAsSystem wstrzykuje wiadomość systemową i może ją opcjonalnie wypowiedzieć, a GetEmbedding wyszukuje kontekst dla dowolnego promptu.
OnTranscription pozwala poprawić lub odrzucić to, co usłyszał Whisper, zanim trafi do modelu. OnChatCompletion raportuje rolę i treść odpowiedzi. OnAudioStart i OnAudioStop śledzą nagrywanie.
Miarodajne źródła dla usług i protokołów, z których korzysta ten komponent.
| Pomoc onlinePełna dokumentacja API i przewodnik użytkowania komponentów sgcAI. | Otwórz | |
| Wszystkie komponenty sgcAIPrzejrzyj pełną matrycę funkcji wszystkich 15 komponentów. | Otwórz | |
| Pobierz bezpłatną wersję próbnąZbuduj mówiącego asystenta na własnym kluczu OpenAI. | Otwórz | |
| CennikLicencje Single, Team i Site, pełny kod źródłowy. | Otwórz |