ChatGPT助手

项目背景

一个基于 OpenAI API 的Android 语音助手，模型为"gpt-3.5-turbo"。

因为当时没有带语音功能的AI助手，并且需要科技，所以就自己做了一个。

2023.8.21更新：

• 反向代理服务器经常失败，换回OpenAI直连，需要配合科技使用。
• 后面考虑使用中间件调用其他模型。

功能

1. 基于 ChatGPT 3.5 的聊天功能，温度设置为 0.5 ，其他默认设置，没有初始角色设定。
2. 可以语音输入，使用讯飞语音。默认GPT语音播报回答。语音播报可以停止。
3. 支持上下文理解，可以多轮对话，比如扮演面试官角色进行面试沟通。
4. 不需要科技可以直接使用。（7月失效）

使用

以下使用到的API均可免费申请：

1. 申请 OpenAI API key：https://platform.openai.com/account/api-keys
2. 申请讯飞语音 API key：https://console.xfyun.cn/app/myapp
3. 项目代码中创建接口，把自己申请的Key写入即可。

package com.cstdr.chatgpt.model;

public interface API {
    String OPEN_AI = "sk-xxxx"; // Open AI
    String XF_SPEECH = "xxxx"; // 讯飞语音
}

App截图

技术方案

1.语音识别

目前考虑的方案：

1. 科大讯飞（目前使用中）

• 免费的话，语音听写和在线语音合成一年5万次交互量。

2. 百度云、阿里云、腾讯云等云平台提供的功能

废弃的方案：

1. 谷歌原生的语音识别（项目代码还在，已经注释）

优点：代码集成简单，维护方便。

缺点：使用需要科学魔法，可能会影响ChatGPT的沟通效率。后续扩展或者加入个性化语音需求比较麻烦。

2. PocketSphinx on Android （https://cmusphinx.github.io/wiki/tutorialandroid/）

优点：离线语音识别，网上教程多。

缺点：集成有点复杂，并且没有个性化语音功能，很多教程都比较久远，维护难度大。

3. 微软Azure（https://azure.microsoft.com/zh-cn/products/cognitive-services/speech-services/）

• 免费版本：每月 5 小时免费音频，永久免费。
• 注册需要VISA卡。 最后卡在VISA注册上，卡激活没问题，持卡人签名那边尝试各种办法怎么都过不去。。。