AI 语音助手 - 文本转语音与智能对话系统
项目简介
这是一个基于 Python 开发的 AI 语音助手桌面应用程序,集成了文本转语音(TTS)和智能对话功能。主要特点:
- 支持文本转语音,包含多种中文语音选项
- 集成多个 AI 对话模型(Gemini/通义千问/Deepseek)
- 简洁美观的图形界面
- 支持语速、音量调节
- 支持文本导入导出
- 支持对话历史管理
功能特性
文本转语音
- 13种不同风格的中文语音(含普通话、粤语、台语)
- 可调节语速(-100% ~ +100%)
- 可调节音量(0 ~ 100%)
- 支持文本文件导入
- 支持回车快捷转换
AI 对话
- 支持多种对话模型:
- Google Gemini
- 阿里通义千问
- Deepseek
- 自动语音朗读功能
- 对话历史管理
- 支持导出对话记录
加QQ群获取软件
配置说明
首次运行程序需要配置 AI 模型的 API 密钥:
- 点击界面右下角的"设置"按钮
- 选择要使用的 AI 模型
- 填入对应的 API 密钥:
- Gemini: 需要 Google API 密钥
- 通义千问: 需要阿里云 API 密钥
- Deepseek: 需要 Deepseek API 密钥
使用教程
文本转语音
- 在左侧文本框输入或导入要转换的文本
- 选择语音角色(如"晓晓"、"云希"等)
- 调节语速和音量(可选)
- 点击转换按钮或按回车键开始转换
- 转换完成后自动播放,也可点击播放按钮控制
AI 对话
- 切换到"AI 对话"标签页
- 在输入框输入问题
- 点击发送按钮或按回车键发送问题
- AI 回答后可:
- 点击语音按钮朗读回答
- 勾选"自动转换语音"实现自动朗读
- 导出对话记录
- 清空对话历史
项目结构
project/
├── TTS_GUI.py # 主程序
├── resources.qrc # Qt资源文件
├── resources_rc.py # 编译后的资源文件
├── requirements.txt # 依赖包列表
├── settings.json # 配置文件
└── icons/ # 图标资源
├── main.ico
├── play.svg
└── ...
核心代码说明
1. 界面设计
使用 PySide6 (Qt) 构建界面,主要包含:
class TTSWindow(QMainWindow):
def setup_ui(self, layout):
# 创建标签页
self.tab_widget = QTabWidget()
# 文本转语音标签页
text_tab = QWidget()
self.setup_tts_ui(text_layout)
# AI对话标签页
chat_tab = QWidget()
self.setup_chat_ui(chat_layout)
2. 语音转换
使用 edge-tts 实现文本转语音:
class TTSThread(QThread):
def run(self):
async def tts_task():
communicate = Communicate(
self.text,
self.voice,
rate=self.rate,
volume=self.volume
)
await communicate.save(self.filename)
3. AI 对话
支持多个 AI 模型:
def initialize_chat(self):
if current_model == "Gemini":
genai.configure(api_key=settings['gemini_api_key'])
self.chat = genai.GenerativeModel("gemini-1.5-flash").start_chat()
elif current_model == "通义千问":
# 通义千问配置
elif current_model == "Deepseek":
# Deepseek配置
开发计划
- 添加更多语音模型
- 支持批量转换
- 添加语音识别功能
- 优化对话上下文处理
联系方式
技术支持
个人QQ QQ：154578485 | QQ交流群 群内会更新个人练手的python项目 | 微信赞赏 要到饭咧？啊咧？啊咧？不给也没事~ 请随意打赏 | 支付宝赞赏 如果觉得有帮助,来包辣条犒劳一下吧~ |
评论区