python开发数字人助理版

Fay数字人助理版是fay开源项目的重要分支，专注于构建智能数字助理的开源解决方案。它提供了灵活的模块化设计，使开发人员能够定制和组合各种功能模块，包括情绪分析、NLP处理、语音合成和语音输出等。Fay数字人助理版为开发人员提供了强大的工具和资源，用于构建智能、个性化和多功能的数字助理应用。通过该版本，开发人员可以轻松创建适用于各种场景和领域的数字人助理，为用户提供智能化的语音交互和个性化服务。

Fay数字人助理版

https://download.csdn.net/download/zxj19880502/88514677

​

助理版Fay控制器使用：语音沟通，语音和文字回复；文字沟通，文字回复;对接UE、live2d、xuniren，需关闭面板播放。

二、Fay助理版

Remote Android　　　　　　Local PC　　　　　Remote PC

　　　　　└─────────────┼─────────────┘

　　　　　　Aliyun API ─┐　　　│

　　　　　 　　　　　　├── ASR　　　

　 　　 　　　 FunASR ─┘ 　　 │　　 　 ┌─ Yuan 1.0

　　　　　　　　　　　　　　　│　　 　 ├─ LingJu

　　　 　　　　　　　　　　　NLP ────┼─ GPT/ChatGPT

　　　　　　　　　　　　　　　│　　 　 ├─ Rasa+ChatGLM-6B

　　　　　　　　 Azure ─┐　 　 │　　 　 ├─ VisualGLM

　　　　　 　 Edge TTS ─┼── TTS 　 　 └─ RWKV

　 　　 　 　　开源 TTS ─┘　 　│　　 　

　　　　　　　　　　　　　　　│　　 　

　　　　　　　　　　　　　　　│　　 　

　　　 ┌──────────┬────┼───────┬─────────┐

Remote Android　　Live2D　　 UE　　　 xuniren　　　Remote PC

重要：Fay（服务端）与数字人（客户端）的通讯接口: ws://127.0.0.1:10002（已接通）

消息格式: 查看 WebSocket.md

​

Code structure

.
├── main.py		    # 程序主入口
├── fay_booter.py	    # 核心启动模块
├── config.json		    # 控制器配置文件
├── system.conf		    # 系统配置文件
├── ai_module
│   ├── ali_nls.py	        # 阿里云 实时语音
│   ├── ms_tts_sdk.py       # 微软 文本转语音
│   ├── nlp_lingju.py       # 灵聚 人机交互-自然语言处理
│   ├── xf_aiui.py          # 讯飞 人机交互-自然语言处理
│   ├── nlp_gpt.py          # gpt api对接
│   ├── nlp_chatgpt.py      # chat.openai.com逆向对接
│   ├── nlp_yuan.py         # 浪潮.源大模型对接
│   ├── nlp_rasa.py         # ChatGLM-6B的基础上前置Rasa会话管理(强烈推荐)
│   ├── nlp_VisualGLM.py    # 对接多模态大语言模型VisualGLM-6B
│   ├── nlp_rwkv.py         # 离线对接rwkv
│   ├── nlp_rwkv_api.py     # rwkv server api
│   ├── yolov8.py           # yolov8资态识别
│   └── xf_ltp.py           # 讯飞 情感分析
├── bin                     # 可执行文件目录
├── core                    # 数字人核心
│   ├── fay_core.py         # 数字人核心模块
│   ├── recorder.py         # 录音器
│   ├── tts_voice.py        # 语音生源枚举
│   ├── authorize_tb.py     # fay.db认证表管理
│   ├── content_db.py       # fay.db内容表管理
│   ├── interact.py         # 互动（消息）对象
│   ├── song_player.py      # 音乐播放（暂不可用）
│   └── wsa_server.py       # WebSocket 服务端
├── gui                     # 图形界面
│   ├── flask_server.py     # Flask 服务端
│   ├── static
│   ├── templates
│   └── window.py           # 窗口模块
├── scheduler
│   └── thread_manager.py   # 调度管理器
├── utils                   # 工具模块
    ├── config_util.py      
    ├── storer.py
    └── util.py
└── test                    # 都是惊喜

三、升级日志

2023.10.23

• 修复一定低概率导致数字人连接状态识别错误问题；
• *增加唤醒功能

2023.09.06

• 数字人连接提示词修改;
• Q&A填写demo修复;
• 安装包错误修复。

2023.09.01

• 修复gpt、chatglm2的消息记录方式逻辑。

2023.08.30

• 调整gpt的消息记录方式;
• *q&a支持RPA自动化脚本。

2023.08.23：

• 更换gpt对接方式;
• 增加chatglm2对接。

2023.08.16：

• 优化UE反复重连系统资源占用太高的问题；
• 自动控制是否启动面板播放；
• 自动删除运行日志。

2023.08.09：

• 去除mp3格式警告信息；
• 去除灵聚、渡鸦接口警告信息；
• websocket逻辑优化；
• 数字人端接口通讯优化。

2023.08.04：

• UE5工程更新；
• 唇型计算的视音素更换成33毫秒；
• 内置rwkv_api nlp可以直接使用；
• 降低情绪性向数字人端推送的频度；
• 非数字人连接状态不产生接口消息；
• 修复因mp3格式错误而导致一定概率不推送播放信息给数字人端的问题；
• 修复静音等指令执行时提前结束nlp逻辑，而导致用户提问消息不推送数字人端问题；
• 补充wav文件启动清理；
• websocket工具类升级完善。

2023.07：

• 增加运行时自动清理ui缓存；

• 增加gpt代理设置可为空；

• 提高灵聚对接的稳定性。

• 修复连接数字人之前产生大量ws信息问题；

• 增加数字人（ue、live2d、xuniren）通讯接口：实时日志；

• 更新数字人（ue、live2d、xuniren）通讯接口：音频推送。

• 带货版多项更新；

• 修复远程语音不识别问题；

• 修复asr时有不灵问题；

• 去除唱歌指令。

• 修复linux及mac运行出错问题；

• 修复因唇型出错无法继续执行问题；

• 提供rwkv对接方案。

• 修复助理版文字输入不读取人设回复问题；

• 修复助理版文字输入不读取qa回复问题；

• 增强麦克风接入稳定性。

• 修复无法运行唇型算法而导致的不播放声音问题。

2023.06：

• 重构NLP模块管理逻辑，便于自由扩展；

• gpt：拆分为ChatGPT及GPT、更换新的GPT接口、可单独配置代理服务器；

• 指定yolov8包版本，解决yolo不兼容问题；

• 修复：自言自语bug、接收多个待处理消息bug。

• 集成灵聚NLP api(支持GPT3.5及多应用)；

• ui修正。

• 集成本地唇型算法。

• 解决多声道麦克风兼容问题；

• 重构fay_core.py及fay_booter.py代码；

• ui适应布局调整；

• 恢复声音选择；

• ”思考中...“显示逻辑修复。

2023.05：

• 修复多个bug：消息框换行及空格问题、语音识别优化；

• 彩蛋转正，Fay沟通与ChatGPT并行；

• 加入yolov8姿态识别；

• 加入VisualGLM-6B多模态单机离线大语言模型。

• 打出Fay数字人助理版作为主分支（带货版移到分支fay-sales-edition）；

• 添加Fay助理的文字沟通窗口（文字与语音同步）；

• 添加沟通记录本地保存功能；

• 升级ChatGLM-6B的应用逻辑，长文本与语音回复分离。

四、安装说明

环境

• Python 3.9、3.10
• Windows、macos、linux

安装依赖

pip install -r requirements.txt

配置应用密钥

• 查看 API 模块
• 浏览链接，注册并创建应用，将应用密钥填入 ./system.conf 中

启动

启动Fay控制器

python main.py

API 模块

启动前需填入应用密钥

代码模块	描述	链接
./ai_module/ali_nls.py	实时语音识别（可选）	https://ai.aliyun.com/nls/trans
./ai_module/ms_tts_sdk.py	微软 文本转情绪语音（可选）	https://azure.microsoft.com/zh-cn/services/cognitive-services/text-to-speech/
./ai_module/xf_ltp.py	讯飞 情感分析（可选）	https://www.xfyun.cn/service/emotion-analysis
./utils/ngrok_util.py	ngrok.cc 外网穿透（可选）	http://ngrok.cc
./ai_module/nlp_lingju.py	灵聚NLP api(支持GPT3.5及多应用)（可选）	https://open.lingju.ai 需联系客服务开通gpt3.5权限
./ai_module/yuan_1_0.py	浪潮源大模型（可选）	https://air.inspur.com/