大致流程
最近入手了一款小爱音响,想着把小爱音响接入 chatGPT, 在 github 上找了一个非常优秀的开源项目,整个过程还是比较简单的,一次就完成了。
其中最难的技术点是?如何获取与小爱的对话记录?如何让小爱播放文本?
让我自己想的话,估计就是想着各种办法去破解小爱同学,但是这需要很深的硬件知识。学习成本很高。
这个开源项目用了一个比较野的路子:
- 手机端上的小爱同学有一个查看会话记录功能,通过抓包工具可以拿到这个接口信息
- 循环调用这个接口就可以拿到最新的会话文本信息
- 剩下的就是把该文本作为参数与 chatGPT 进行交互了,官方有现成的 API
- 拿到 GPT 返回的结果
- 再调用小米服务可以让小爱同学播放返回的文本。
- 同时还可以用微软的 tts 代替小爱同学的语音输出
这样小爱同学只用来语音转文本,然后播放一段声音了。
扩展
我还自定义了唤醒词,如果以“电脑”开头。就会调用一个部署在我本机的一个服务,来控制我的电脑,比如“电脑音量调到百分之五十”
项目地址请看:
该项目存在的问题
那么频繁的调用小爱同学会话记录接口,很难长久稳定的运行,肯定会被小米封的