×

我们使用cookies帮助改善LingQ。通过浏览本网站,表示你同意我们的 cookie 政策.


image

Geekerwan, 我们 做 了 个 能 对话 的 AI 派 蒙 , 免费 给 大家 玩 ! (1)

我们 做 了 个 能 对话 的 AI 派 蒙 , 免费 给 大家 玩 ! (1)

标题 你 已经 看到 了

我们 前前后后 忙活 了 将近 两个 月

做 出来 了 这个 非常 离谱 的 东西

就是 用 ChatGPT

+VITS 语音 生成

+ 基于 BERT 的 情绪 分类

+UE5 作为 前端

做出 了 这个 能够 对话 的 “ 派 蒙 ”

你 是 谁 啊 ?

哼 我 就是 派 蒙

你 的 向导 和 伙伴

难道 你 忘 了 我 吗 ?

旅行者 这么 健忘 可 不行

你 是 应急 食品

哼 你 这个 家伙

又 敢 叫 我 应急 食品

哇 好 生气

我 决定 给 你 起 一个 难听 的 绰号

就 叫 你 “ 臭 脚丫子 ” 吧

派 蒙 , 我们 一起 去 吃 好吃 的 吧

好 主意 我 可是 提 瓦特 大陆 的 美食 专家

旅行者 我们 一起 去 找 好吃 的 吧 你 想 吃 什么 呀 ?

那 你 喜欢 吃些 什么 呢 ?

呵呵 旅行者 我 最 喜欢 吃 的 就是 各种 甜点 啦

提拉 米苏 、 马卡龙 、 蛋糕 、 布丁 ...

这些 都 让 我 欲罢不能

当然 我 也 不会 拒绝 美味 的 烧烤 、 火锅 和 各类 美食

只要 是 好吃 的 我 都 喜欢

提 瓦特 大陆 上 你 最 喜欢 哪个 角色 呀 ?

嘿嘿 当然 是 我 最 亲爱 的 旅行者

除了 你 之外

我 还 挺 喜欢 琴 和 可莉 这 两个 角色

琴 那 优雅 的 气质 和 可莉 的 活力 都 让 我 觉得 很 有趣

不过 最 重要 还是 我们 一起 冒险 的 时光

那才 是 最 珍贵 的

怎么样 ?

这个 效果 是不是 还 可以 啊 !

没有 太违 和 吧 !

回答 得 有模有样 啊

表情 和 动作 也 基本上 配合 得 不错

这里 我用 的 是 最强 的 GPT4 模型

回答 得 非常 好

但 回复 时间 会 比较慢

视频 里 我们 剪掉 了 等待时间

不然 就 得 干 等 好 一会儿

就 像是 和 太空 中 的 派 蒙 聊天 一样

我们 也 可以 用 GPT3.5 来 回答

质量 上 确实 是 差 了 挺 多 的

但用 3.5 的话 基本 可以 做到 实时 对话

除了 派 蒙 之外

我 也 做 了 一个 我 自己 的 数字 人

就 叫 他 数字 云飞 吧

我们 也 试一下 啊

你 是 云飞 吗 ?

是 的 我 现在 是 扮演 数码频道 极 客湾 的 主持人

请问 有 什么 问题 我 可以 帮 您 解答 吗 ?

你 觉得 安卓 和 iPhone 相比 有 什么 优势 ?

安卓 和 iPhone 各有 优劣

安卓 系统 更加 开发 可 定制 性 更 高

可以 找到 各种 价格 区间 的 手机

而 iPhone 系统 更 封闭

优点 是 系统 更 流畅

安全性 和 隐私 保护 较 好

选择 哪种 系统 主要 取决于 个人 喜欢 和 需求

哎呀 感觉 我 以后 直播 都 可以 拿 数字 云飞代班 了

那 我 就 可以 原地 退休 了 啊

好 了

今天 的 视频 并 不 只是 来 炫耀 的

我 想 好好 聊 一下 我们 在 这个 背后 用到 的 各种 技术

并且 最 重要 的 是

我会 把 这个 Demo 免费 分享 给 大家

这样 你们 每 一个 人 都 可以 去 玩玩 看

那 我们 赶紧 开始 吧 !

为了 让 大家 思路清晰 一点

我们 来 画个 流程图

你 先 想想 你 和 数字 生命 对话 的 过程 是 什么样 的

其实 就是 你 把 话 说 出来

它 听 完 做出 应答

同时 产生 情绪 变化

产生 表情 和 动作

那 这个 流程 里 的 第一步 肯定 先得 有个 语音 识别

把 你 问 的 问题

说 出来 的话 转 成 文字

这个 文字 进到 GPT 之类 的 语言 模型 里

它会 回复 你

我们 一方面 要 让 电脑 用 人类 的 语气 念出 它 回答 的 这段话

另一方面 我们 要 做 一个 情绪 识别

把 这段 文字 是 高兴 还是 生气 还是 什么 情绪 给 判断 出来

再 给 画面 上 的 数字 人 做点 表情 和 动作 预设

来 把 这些 情绪 表达出来

这 一整套 东西 配合起来 就 能 实现 我们 的 数字 生命 了 !

那 我们 一个个 来看 啊

首先 是 语音 识别

这个 相对 比较简单

我们 用 的 是 阿里 达摩院 的 Paraformer

这 是 个 非常 不错 的 中文 语音 识别 模型

并且 阿里 开源 了 很多 它们 训练 好 的 模型

有 我们 用 的 通用版

也 有 针对 金融 、 音视频 领域 的 特调 模型

专有名词 识别 会 更 准确

那 我们 就 不用 自己 训练 了

直接 用 这个 通用 模型 推理 就行

实测 下来 这玩 意识 别的 准确度 非常 高

比 很多 手机 上 自带 的 语音输入 法 还要 准

那用 在 我们 的 项目 里 肯定 是 够 了

把 语音 识别 成 文字 后

就要 扔进 ChatGPT 了

我们 通常 直接 用 ChatGPT

都 是 在 它 这个 网页 上面 跟 它 对话 的 对 吧 !

但是 我们 的 程序 要 想 使用 ChatGPT 的 服务 的话

可能 更 正规 的 办法 是 去 调用 ChatGPT 的 API

OpenAI 是 提供 了 API 给 第三方 程序 使用 的

用 API 的话

响应速度 也 是 最快 的

基本 可以 实时 应答

但 缺点 就是 目前 我们 可用 的 API 只能 支持 GPT3.5

3.5 的话 这个 派 蒙和云飞 就 会 比较 笨 了

尽管 OpenAI 开放 了 GPT4 API 的 申请

但 我 排 了 两个 月 的 队 至今 都 没排 上

就算 能 用 估计 价格 也 不 便宜

想想 还是 算了吧

不过 没 必要 灰心

咱们 想用 GPT4 的话 其实 不 一定 要用 API 嘛

毕竟 只要 是 ChatGPT 的 Plus 会员

都 是 可以 直接 在 网页 上用 GPT4 来 对话 的

那 这个 事儿 也 好办

我们 直接 抓 网页

不 就 能 用 GPT4 了 吗 !

我们 完全 可以 开 一个 网页

自动 输入 我们 的 问题

然后 抓取 网页 版 的 输出 结果

抓 网页 这 操作

具体 就是 需要 开 一个 浏览器

自动 登录

输入 文字

想想 感觉 还 挺 复杂 的

不过 好 在 github 上 已经 有 大神 对 网页 版 chatGPT 抓 了 个 包

然后 逆向 出来 了 网页 版 使用 的 所有 API

我们 只要 在 用 过 网页 版 之后 抓取 浏览器 cookie

获得 咱们 账号 的 权限

就 可以 直接 在 python 里 调用 了

所以 最终 落实 到 我们 的 程序 里

就 设计 了 两个 方案

想要 实时 应答

不 需要 那么 聪明 的话

就 直接 调用 API 的 GPT3.5

这个 OpenAI 会 给 我们 按照 流量 收费

但 我 做 了 一个 违背 祖宗 的 决定

就是 让 在座 的 各位 免费 白 嫖 我们

你们 尽管 用 就行了

如果 开销 太 大

我们 到时候 就 限流 嘛

而 想要 得到 聪明 准确 地 回答

可以 接受 速度慢 一些 的话

或者说 我们 的 API 如果 被 你们 薅 没 了 挂 了 的话

那 你 就 可以 用 网页 版 抓取 回答

GPT3.5 和 GPT4 都 可以 用

后者 就 需要 你 自己 有 Plus 账号 了

这里 我们 还 做 了 一个 小 优化

大家 知道 GPT 是 一个 字 一个 字 推理 的

遇到 GPT4 这种 大 模型

这 一个 字 一个 字 的 蹦出来

你 想 等 它 回答 完 就 特别 煎熬

要 等 很 久

稍微 长 一点 的 回答

等 个 一两分钟 很 正常

这 要是 放在 对话 里

你 跟 人 说 一句 话

他 两分钟 后 再 回答 你

这 谁 受得了 呀 !

但 实际上 我们 人类 在 说话 的 时候

肯定 是 有 一句 说 一句 嘛

用不着 等 整句话 思考 完再 一口气 说 出来

所以 与其 等待 GPT 返给 我们 完整 的 一段话

不如 在 它 推理 完 第一句 话 的 时候

我们 就 开始 后面 语音 和 情绪 的 计算

于 此 同时

下 一句 话 还 在 推理 中

这样 就 等于 并行 了 嘛

这样 优化 完 你 跟 他 对话

就 可以 不用 等 这么久 了

笨蛋

哼 旅行者 你 这个 大 笨蛋

别以为 敢 叫 我 笨蛋 就 了不起

你 也 不过如此 嘛

笨蛋

哇 好 生气

我 决定 给 你 起 一个 难听 的 绰号

就 叫 你 臭 袜子 吧

算是 优化 了 一下 对话 效率

我们 把 GPT 这个 文字处理 的 管线 接 好 之后

就 得 让 它 来 角色扮演 了

但 你 直接 问 它 肯定 不行

因为 它 现在 还是 ChatGPT

它 不是 派 蒙

你 现在 让 它 模仿

它 只会 告诉 你

它 是 一个 莫得 感情 的 语言 模型

你 最 喜欢 提 瓦特 大陆 上 的 哪个 角色

?? 作为 一个 程序 , 我 没有 感情 ??

?? 也 没有 喜欢 或 不 喜欢 的 概念 ??

?? 我 只是 一个 为 用户 提供 服务 的 工具 ??

?? 没有 自己 的 主观 意识 和 情感 ??

嘎嘎 , 机械 嘎嘎

欸 所以 我们 要 做 什么 呢

就是 用 提示 词 催眠 ChatGPT

让 它 觉得 自己 是 派 蒙

这个 前面 这部分 是 拿 猫 娘 的 催眠 咒语 改 的

后面 这个 部分 呢

我加 了 一些 派 蒙 的 性格 介绍

还有 给 它 塞 一些 派 蒙 的 语录

让 它 学习 一下 派 蒙 的 语气

由于 GPT4 可以 支持 比较 长 的 输入

所以 稍微 多 写点 提示 词

让 它 更 熟悉 派 蒙 也 是 可以 的

但 如果 是 GPT3.5 的话

就 得 准备 一套 不同 的 提示 词 了

因为 允许 输入 的 长度 更 短

要 大幅 地 精简 描述 才行

唉 说实话 论 角色扮演

还是 最早 的 new bing 效果 最好

你 只要 告诉 它 模仿 谁

它 在 网上 自己 找 资料 就 能 开始 扮演 了

可惜 new bing 被 微软 做 了 额叶 切除 手术

现在 已经 不行 了

还是 ChatGPT 效果 更好 一点

那么 问题 来 了

GPT3.5 和 GPT4 效果 到底 差多远 呢 !

我 也 随便 说 了 几句话 给 大家 对比

你 是 谁 啊 ?

呵呵 我 就是 派 蒙

你 的 向导 和 伙伴 你别 装傻 了

快 跟 我 一起 去 探险 吧

我 是 提 瓦特 大陆 上 的 一个 生物

名字 叫 派 蒙 我 是 你 的 向导 和 伙伴

提 瓦特 大陆 上 你 最 喜欢 哪个 角色 呀 ?

呵呵 当然 是 我 最 亲爱 的 旅行者

除了 你 之外

我 还 挺 喜欢 琴 和 可莉 这 两个 角色

琴 那 优雅 的 气质 和 可莉 的 活力 都 让 我 觉得 很 有趣

我 最 喜欢 的 角色 是 旅行者 因为 他 是 我 的 伙伴

我们 一起 探索 这个 神秘 的 大陆 、 克服 各种 困难 ...

打败 强大 的 敌人 、 分享 欢乐 和 忧愁

他 是 一个 勇敢 、 聪明 、 善良 的 ( 好 ) 人

你 能 明显 感觉 出来 GPT4 的 回答 要 有 更 有 人性

GPT3.5 更 像是 一个 没有 感情 的 工具 人

给 到 的 多 是 比较 机械式 的 回答

但 如果 只是 当 工具 用 的话

我 觉得 还是 3.5 更 实用

因为 GPT4 的 计算 实在 是 太慢 了 !

即使 是 用 了 优化 之后

每 一句 之间 的 停顿 也 要 等 很 久

这个 网页 版 的 GPT4 还有 使用 限制

3 小时 25 条

说实话 也 并 不是 很 够用

所以 要 想 免费 且 实时 地 达到 节目 开头 那个 效果

那 恐怕 得 等 GPT5 出来 之后

你 才能 用 上 体验 更好 或者 是 免费 的 GPT4 了

再要 不 就是 看看

接下来 会 不会 有 一些 比较 好 的 开源 模型

可以 直接 本地 部署 的

那 也 可以 试试看

好 了 现在 ChatGPT 已经 给 到 我们 回答 了

那么 是 时候 把 这个 文字 通过 AI 的 嘴念 出来 了

这才 叫 真正 的 神 之 嘴 嘛

这个 文字 转 语音 的 操作 呢

我们 要 用到 一个 叫 VITS 的 网络

就是 这个

啊 相信 看 完 这个 图

你 已经 非常 懂 这个 训练 和 推理 的 原理 了

我 就 不 多 赘述 了

通过 拿 大量 某个 角色 的 声音 样本 来 训练

VITS 就 可以 学会 这个 角色 的 声线

效果 真的 是 非常 不错 的

像 我们 以往 这种 机器 音都会 用 传统 的 TTS 解决方案

就 没有 什么 感情

但 VITS 其实 是 可以 把 你 说话 的 语气 和 情绪 给 模仿 出来 的

找到 多个 美食 你 要 去 第几个 ?

当然 要 让 他 学会 我们 想要 的 声线


我们 做 了 个 能 对话 的 AI 派 蒙 , 免费 给 大家 玩 ! (1) Wir haben eine dialogfähige KI Paramount entwickelt, und wir geben sie Ihnen kostenlos! (1) We've made a conversational AI Pymon for you to play with for free! (1) Hemos creado una IA conversacional, Paramount, con la que puedes jugar gratis. (1) Nous avons créé une IA Paramount capable de dialoguer, et nous vous l'offrons gratuitement ! (1) 会話型AI「パラマウント」を作って、無料で遊べるようにしました! (1) Мы создали ИИ Paramount с поддержкой диалогов и отдаем его вам бесплатно! (1)

标题 你 已经 看到 了 标题你已经看到了

我们 前前后后 忙活 了 将近 两个 月 我们前前后后忙活了将近两个月

做 出来 了 这个 非常 离谱 的 东西 做出来了这个非常离谱的东西

就是 用 ChatGPT 就是用ChatGPT

+VITS 语音 生成 +VITS语音生成

+ 基于 BERT 的 情绪 分类 +基于BERT的情绪分类

+UE5 作为 前端 +UE5作为前端

做出 了 这个 能够 对话 的 “ 派 蒙 ” 做出了这个能够对话的“派蒙”

你 是 谁 啊 ? 你是谁啊?

哼 我 就是 派 蒙 哼 我就是派蒙

你 的 向导 和 伙伴 你的向导和伙伴

难道 你 忘 了 我 吗 ? 难道你忘了我吗?

旅行者 这么 健忘 可 不行 旅行者这么健忘可不行

你 是 应急 食品 你是应急食品

哼 你 这个 家伙 哼 你这个家伙

又 敢 叫 我 应急 食品 又敢叫我应急食品

哇 好 生气 哇 好生气

我 决定 给 你 起 一个 难听 的 绰号 我决定给你起一个难听的绰号

就 叫 你 “ 臭 脚丫子 ” 吧 就叫你“臭脚丫子”吧

派 蒙 , 我们 一起 去 吃 好吃 的 吧 派蒙,我们一起去吃好吃的吧

好 主意 我 可是 提 瓦特 大陆 的 美食 专家 好主意 我可是提瓦特大陆的美食专家

旅行者 我们 一起 去 找 好吃 的 吧 你 想 吃 什么 呀 ? 旅行者 我们一起去找好吃的吧 你想吃什么呀?

那 你 喜欢 吃些 什么 呢 ? 那你喜欢吃些什么呢?

呵呵 旅行者 我 最 喜欢 吃 的 就是 各种 甜点 啦 呵呵 旅行者 我最喜欢吃的就是各种甜点啦

提拉 米苏 、 马卡龙 、 蛋糕 、 布丁 ... 提拉米苏、马卡龙、蛋糕、布丁...

这些 都 让 我 欲罢不能 这些都让我欲罢不能

当然 我 也 不会 拒绝 美味 的 烧烤 、 火锅 和 各类 美食 当然 我也不会拒绝美味的烧烤、火锅和各类美食

只要 是 好吃 的 我 都 喜欢 只要是好吃的我都喜欢

提 瓦特 大陆 上 你 最 喜欢 哪个 角色 呀 ? 提瓦特大陆上你最喜欢哪个角色呀?

嘿嘿 当然 是 我 最 亲爱 的 旅行者 嘿嘿 当然是我最亲爱的旅行者

除了 你 之外 除了你之外

我 还 挺 喜欢 琴 和 可莉 这 两个 角色 我还挺喜欢琴和可莉这两个角色

琴 那 优雅 的 气质 和 可莉 的 活力 都 让 我 觉得 很 有趣 琴那优雅的气质和可莉的活力都让我觉得很有趣

不过 最 重要 还是 我们 一起 冒险 的 时光 不过最重要还是我们一起冒险的时光

那才 是 最 珍贵 的 那才是最珍贵的

怎么样 ? 怎么样?

这个 效果 是不是 还 可以 啊 ! 这个效果是不是还可以啊!

没有 太违 和 吧 ! 没有太违和吧!

回答 得 有模有样 啊 回答得有模有样啊

表情 和 动作 也 基本上 配合 得 不错 表情和动作也基本上配合得不错

这里 我用 的 是 最强 的 GPT4 模型 这里我用的是最强的GPT4模型

回答 得 非常 好 回答得非常好

但 回复 时间 会 比较慢 但回复时间会比较慢

视频 里 我们 剪掉 了 等待时间 视频里我们剪掉了等待时间

不然 就 得 干 等 好 一会儿 不然就得干等好一会儿

就 像是 和 太空 中 的 派 蒙 聊天 一样 就像是和太空中的派蒙聊天一样

我们 也 可以 用 GPT3.5 来 回答 我们也可以用GPT3.5来回答

质量 上 确实 是 差 了 挺 多 的 质量上确实是差了挺多的

但用 3.5 的话 基本 可以 做到 实时 对话 但用3.5的话基本可以做到实时对话

除了 派 蒙 之外 除了派蒙之外

我 也 做 了 一个 我 自己 的 数字 人 我也做了一个我自己的数字人

就 叫 他 数字 云飞 吧 就叫他数字云飞吧

我们 也 试一下 啊 我们也试一下啊

你 是 云飞 吗 ? 你是云飞吗?

是 的 我 现在 是 扮演 数码频道 极 客湾 的 主持人 是的 我现在是扮演数码频道极客湾的主持人

请问 有 什么 问题 我 可以 帮 您 解答 吗 ? 请问有什么问题我可以帮您解答吗?

你 觉得 安卓 和 iPhone 相比 有 什么 优势 ? 你觉得安卓和iPhone相比有什么优势?

安卓 和 iPhone 各有 优劣 安卓和iPhone各有优劣

安卓 系统 更加 开发 可 定制 性 更 高 安卓系统更加开发 可定制性更高

可以 找到 各种 价格 区间 的 手机 可以找到各种价格区间的手机

而 iPhone 系统 更 封闭 而iPhone系统更封闭

优点 是 系统 更 流畅 优点是系统更流畅

安全性 和 隐私 保护 较 好 安全性和隐私保护较好

选择 哪种 系统 主要 取决于 个人 喜欢 和 需求 选择哪种系统主要取决于个人喜欢和需求

哎呀 感觉 我 以后 直播 都 可以 拿 数字 云飞代班 了 哎呀 感觉我以后直播都可以拿数字云飞代班了

那 我 就 可以 原地 退休 了 啊 那我就可以原地退休了啊

好 了 好了

今天 的 视频 并 不 只是 来 炫耀 的 今天的视频并不只是来炫耀的

我 想 好好 聊 一下 我们 在 这个 背后 用到 的 各种 技术 我想好好聊一下我们在这个背后用到的各种技术

并且 最 重要 的 是 并且最重要的是

我会 把 这个 Demo 免费 分享 给 大家 我会把这个Demo免费分享给大家

这样 你们 每 一个 人 都 可以 去 玩玩 看 这样你们每一个人都可以去玩玩看

那 我们 赶紧 开始 吧 ! 那我们赶紧开始吧!

为了 让 大家 思路清晰 一点 为了让大家思路清晰一点

我们 来 画个 流程图 我们来画个流程图

你 先 想想 你 和 数字 生命 对话 的 过程 是 什么样 的 你先想想你和数字生命对话的过程是什么样的

其实 就是 你 把 话 说 出来 其实就是你把话说出来

它 听 完 做出 应答 它听完做出应答

同时 产生 情绪 变化 同时产生情绪变化

产生 表情 和 动作 产生表情和动作

那 这个 流程 里 的 第一步 肯定 先得 有个 语音 识别 那这个流程里的第一步肯定先得有个语音识别

把 你 问 的 问题 把你问的问题

说 出来 的话 转 成 文字 说出来的话转成文字

这个 文字 进到 GPT 之类 的 语言 模型 里 这个文字进到GPT之类的语言模型里

它会 回复 你 它会回复你

我们 一方面 要 让 电脑 用 人类 的 语气 念出 它 回答 的 这段话 我们一方面要让电脑用人类的语气念出它回答的这段话

另一方面 我们 要 做 一个 情绪 识别 另一方面我们要做一个情绪识别

把 这段 文字 是 高兴 还是 生气 还是 什么 情绪 给 判断 出来 把这段文字是高兴还是生气还是什么情绪给判断出来

再 给 画面 上 的 数字 人 做点 表情 和 动作 预设 再给画面上的数字人做点表情和动作预设

来 把 这些 情绪 表达出来 来把这些情绪表达出来

这 一整套 东西 配合起来 就 能 实现 我们 的 数字 生命 了 ! 这一整套东西配合起来就能实现我们的数字生命了!

那 我们 一个个 来看 啊 那我们一个个来看啊

首先 是 语音 识别 首先是语音识别

这个 相对 比较简单 这个相对比较简单

我们 用 的 是 阿里 达摩院 的 Paraformer 我们用的是阿里达摩院的Paraformer

这 是 个 非常 不错 的 中文 语音 识别 模型 这是个非常不错的中文语音识别模型

并且 阿里 开源 了 很多 它们 训练 好 的 模型 并且阿里开源了很多它们训练好的模型

有 我们 用 的 通用版 有我们用的通用版

也 有 针对 金融 、 音视频 领域 的 特调 模型 也有针对金融、音视频领域的特调模型

专有名词 识别 会 更 准确 专有名词识别会更准确

那 我们 就 不用 自己 训练 了 那我们就不用自己训练了

直接 用 这个 通用 模型 推理 就行 直接用这个通用模型推理就行

实测 下来 这玩 意识 别的 准确度 非常 高 实测下来 这玩意识别的准确度非常高

比 很多 手机 上 自带 的 语音输入 法 还要 准 比很多手机上自带的语音输入法还要准

那用 在 我们 的 项目 里 肯定 是 够 了 那用在我们的项目里肯定是够了

把 语音 识别 成 文字 后 把语音识别成文字后

就要 扔进 ChatGPT 了 就要扔进ChatGPT了

我们 通常 直接 用 ChatGPT 我们通常直接用ChatGPT

都 是 在 它 这个 网页 上面 跟 它 对话 的 对 吧 ! 都是在它这个网页上面跟它对话的对吧!

但是 我们 的 程序 要 想 使用 ChatGPT 的 服务 的话 但是我们的程序要想使用ChatGPT的服务的话

可能 更 正规 的 办法 是 去 调用 ChatGPT 的 API 可能更正规的办法是去调用ChatGPT的API

OpenAI 是 提供 了 API 给 第三方 程序 使用 的 OpenAI是提供了API给第三方程序使用的

用 API 的话 用API的话

响应速度 也 是 最快 的 响应速度也是最快的

基本 可以 实时 应答 基本可以实时应答

但 缺点 就是 目前 我们 可用 的 API 只能 支持 GPT3.5 但缺点就是目前我们可用的API只能支持GPT3.5

3.5 的话 这个 派 蒙和云飞 就 会 比较 笨 了 3.5的话 这个派蒙和云飞就会比较笨了

尽管 OpenAI 开放 了 GPT4 API 的 申请 尽管OpenAI开放了GPT4 API的申请

但 我 排 了 两个 月 的 队 至今 都 没排 上 但我排了两个月的队至今都没排上

就算 能 用 估计 价格 也 不 便宜 就算能用估计价格也不便宜

想想 还是 算了吧 想想还是算了吧

不过 没 必要 灰心 不过没必要灰心

咱们 想用 GPT4 的话 其实 不 一定 要用 API 嘛 咱们想用GPT4的话 其实不一定要用API嘛

毕竟 只要 是 ChatGPT 的 Plus 会员 毕竟只要是ChatGPT的Plus会员

都 是 可以 直接 在 网页 上用 GPT4 来 对话 的 都是可以直接在网页上用GPT4来对话的

那 这个 事儿 也 好办 那这个事儿也好办

我们 直接 抓 网页 我们直接抓网页

不 就 能 用 GPT4 了 吗 ! 不就能用GPT4了吗!

我们 完全 可以 开 一个 网页 我们完全可以开一个网页

自动 输入 我们 的 问题 自动输入我们的问题

然后 抓取 网页 版 的 输出 结果 然后抓取网页版的输出结果

抓 网页 这 操作 抓网页这操作

具体 就是 需要 开 一个 浏览器 具体就是需要开一个浏览器

自动 登录 自动登录

输入 文字 输入文字

想想 感觉 还 挺 复杂 的 想想感觉还挺复杂的

不过 好 在 github 上 已经 有 大神 对 网页 版 chatGPT 抓 了 个 包 不过好在github上已经有大神对网页版chatGPT抓了个包

然后 逆向 出来 了 网页 版 使用 的 所有 API 然后逆向出来了网页版使用的所有API

我们 只要 在 用 过 网页 版 之后 抓取 浏览器 cookie 我们只要在用过网页版之后抓取浏览器cookie

获得 咱们 账号 的 权限 获得咱们账号的权限

就 可以 直接 在 python 里 调用 了 就可以直接在python里调用了

所以 最终 落实 到 我们 的 程序 里 所以最终落实到我们的程序里

就 设计 了 两个 方案 就设计了两个方案

想要 实时 应答 想要实时应答

不 需要 那么 聪明 的话 不需要那么聪明的话

就 直接 调用 API 的 GPT3.5 就直接调用API的GPT3.5

这个 OpenAI 会 给 我们 按照 流量 收费 这个OpenAI会给我们按照流量收费

但 我 做 了 一个 违背 祖宗 的 决定 但我做了一个违背祖宗的决定

就是 让 在座 的 各位 免费 白 嫖 我们 就是让在座的各位免费白嫖我们

你们 尽管 用 就行了 你们尽管用就行了

如果 开销 太 大 如果开销太大

我们 到时候 就 限流 嘛 我们到时候就限流嘛

而 想要 得到 聪明 准确 地 回答 而想要得到聪明准确地回答

可以 接受 速度慢 一些 的话 可以接受速度慢一些的话

或者说 我们 的 API 如果 被 你们 薅 没 了 挂 了 的话 或者说我们的API如果被你们薅没了 挂了的话

那 你 就 可以 用 网页 版 抓取 回答 那你就可以用网页版抓取回答

GPT3.5 和 GPT4 都 可以 用 GPT3.5和GPT4都可以用

后者 就 需要 你 自己 有 Plus 账号 了 后者就需要你自己有Plus账号了

这里 我们 还 做 了 一个 小 优化 这里我们还做了一个小优化

大家 知道 GPT 是 一个 字 一个 字 推理 的 大家知道GPT是一个字一个字推理的

遇到 GPT4 这种 大 模型 遇到GPT4这种大模型

这 一个 字 一个 字 的 蹦出来 这一个字一个字的蹦出来

你 想 等 它 回答 完 就 特别 煎熬 你想等它回答完就特别煎熬

要 等 很 久 要等很久

稍微 长 一点 的 回答 稍微长一点的回答

等 个 一两分钟 很 正常 等个一两分钟很正常

这 要是 放在 对话 里 这要是放在对话里

你 跟 人 说 一句 话 你跟人说一句话

他 两分钟 后 再 回答 你 他两分钟后再回答你

这 谁 受得了 呀 ! 这谁受得了呀!

但 实际上 我们 人类 在 说话 的 时候 但实际上我们人类在说话的时候

肯定 是 有 一句 说 一句 嘛 肯定是有一句说一句嘛

用不着 等 整句话 思考 完再 一口气 说 出来 用不着等整句话思考完再一口气说出来

所以 与其 等待 GPT 返给 我们 完整 的 一段话 所以 与其等待GPT返给我们完整的一段话

不如 在 它 推理 完 第一句 话 的 时候 不如在它推理完第一句话的时候

我们 就 开始 后面 语音 和 情绪 的 计算 我们就开始后面语音和情绪的计算

于 此 同时 于此同时

下 一句 话 还 在 推理 中 下一句话还在推理中

这样 就 等于 并行 了 嘛 这样就等于并行了嘛

这样 优化 完 你 跟 他 对话 这样优化完你跟他对话

就 可以 不用 等 这么久 了 就可以不用等这么久了

笨蛋 笨蛋

哼 旅行者 你 这个 大 笨蛋 哼 旅行者你这个大笨蛋

别以为 敢 叫 我 笨蛋 就 了不起 别以为敢叫我笨蛋就了不起

你 也 不过如此 嘛 你也不过如此嘛

笨蛋 笨蛋

哇 好 生气 哇 好生气

我 决定 给 你 起 一个 难听 的 绰号 我决定给你起一个难听的绰号

就 叫 你 臭 袜子 吧 就叫你臭袜子吧

算是 优化 了 一下 对话 效率 算是优化了一下对话效率

我们 把 GPT 这个 文字处理 的 管线 接 好 之后 我们把GPT这个文字处理的管线接好之后

就 得 让 它 来 角色扮演 了 就得让它来角色扮演了

但 你 直接 问 它 肯定 不行 但你直接问它肯定不行

因为 它 现在 还是 ChatGPT 因为它现在还是ChatGPT

它 不是 派 蒙 它不是派蒙

你 现在 让 它 模仿 你现在让它模仿

它 只会 告诉 你 它只会告诉你

它 是 一个 莫得 感情 的 语言 模型 它是一个莫得感情的语言模型

你 最 喜欢 提 瓦特 大陆 上 的 哪个 角色 你最喜欢提瓦特大陆上的哪个角色

?? 作为 一个 程序 , 我 没有 感情 ?? ??作为一个程序,我没有感情??

?? 也 没有 喜欢 或 不 喜欢 的 概念 ?? ??也没有喜欢或不喜欢的概念??

?? 我 只是 一个 为 用户 提供 服务 的 工具 ?? ??我只是一个为用户提供服务的工具??

?? 没有 自己 的 主观 意识 和 情感 ?? ??没有自己的主观意识和情感??

嘎嘎 , 机械 嘎嘎 嘎嘎,机械嘎嘎

欸 所以 我们 要 做 什么 呢 欸 所以我们要做什么呢

就是 用 提示 词 催眠 ChatGPT 就是用提示词催眠ChatGPT

让 它 觉得 自己 是 派 蒙 让它觉得自己是派蒙

这个 前面 这部分 是 拿 猫 娘 的 催眠 咒语 改 的 这个前面这部分是拿猫娘的催眠咒语改的

后面 这个 部分 呢 后面这个部分呢

我加 了 一些 派 蒙 的 性格 介绍 我加了一些派蒙的性格介绍

还有 给 它 塞 一些 派 蒙 的 语录 还有给它塞一些派蒙的语录

让 它 学习 一下 派 蒙 的 语气 让它学习一下派蒙的语气

由于 GPT4 可以 支持 比较 长 的 输入 由于GPT4可以支持比较长的输入

所以 稍微 多 写点 提示 词 所以稍微多写点提示词

让 它 更 熟悉 派 蒙 也 是 可以 的 让它更熟悉派蒙也是可以的

但 如果 是 GPT3.5 的话 但如果是GPT3.5的话

就 得 准备 一套 不同 的 提示 词 了 就得准备一套不同的提示词了

因为 允许 输入 的 长度 更 短 因为允许输入的长度更短

要 大幅 地 精简 描述 才行 要大幅地精简描述才行

唉 说实话 论 角色扮演 唉 说实话论角色扮演

还是 最早 的 new bing 效果 最好 还是最早的new bing效果最好

你 只要 告诉 它 模仿 谁 你只要告诉它模仿谁

它 在 网上 自己 找 资料 就 能 开始 扮演 了 它在网上自己找资料就能开始扮演了

可惜 new bing 被 微软 做 了 额叶 切除 手术 可惜new bing被微软做了额叶切除手术

现在 已经 不行 了 现在已经不行了

还是 ChatGPT 效果 更好 一点 还是ChatGPT效果更好一点

那么 问题 来 了 那么问题来了

GPT3.5 和 GPT4 效果 到底 差多远 呢 ! GPT3.5和GPT4效果到底差多远呢!

我 也 随便 说 了 几句话 给 大家 对比 我也随便说了几句话给大家对比

你 是 谁 啊 ? 你是谁啊?

呵呵 我 就是 派 蒙 呵呵 我就是派蒙

你 的 向导 和 伙伴 你别 装傻 了 你的向导和伙伴 你别装傻了

快 跟 我 一起 去 探险 吧 快跟我一起去探险吧

我 是 提 瓦特 大陆 上 的 一个 生物 我是提瓦特大陆上的一个生物

名字 叫 派 蒙 我 是 你 的 向导 和 伙伴 名字叫派蒙 我是你的向导和伙伴

提 瓦特 大陆 上 你 最 喜欢 哪个 角色 呀 ? 提瓦特大陆上你最喜欢哪个角色呀?

呵呵 当然 是 我 最 亲爱 的 旅行者 呵呵 当然是我最亲爱的旅行者

除了 你 之外 除了你之外

我 还 挺 喜欢 琴 和 可莉 这 两个 角色 我还挺喜欢琴和可莉这两个角色

琴 那 优雅 的 气质 和 可莉 的 活力 都 让 我 觉得 很 有趣 琴那优雅的气质和可莉的活力都让我觉得很有趣

我 最 喜欢 的 角色 是 旅行者 因为 他 是 我 的 伙伴 我最喜欢的角色是旅行者 因为他是我的伙伴

我们 一起 探索 这个 神秘 的 大陆 、 克服 各种 困难 ... 我们一起探索这个神秘的大陆、克服各种困难...

打败 强大 的 敌人 、 分享 欢乐 和 忧愁 打败强大的敌人、分享欢乐和忧愁

他 是 一个 勇敢 、 聪明 、 善良 的 ( 好 ) 人 他是一个勇敢、聪明、善良的(好)人

你 能 明显 感觉 出来 GPT4 的 回答 要 有 更 有 人性 你能明显感觉出来GPT4的回答要有更有人性

GPT3.5 更 像是 一个 没有 感情 的 工具 人 GPT3.5更像是一个没有感情的工具人

给 到 的 多 是 比较 机械式 的 回答 给到的多是比较机械式的回答

但 如果 只是 当 工具 用 的话 但如果只是当工具用的话

我 觉得 还是 3.5 更 实用 我觉得还是3.5更实用

因为 GPT4 的 计算 实在 是 太慢 了 ! 因为GPT4的计算实在是太慢了!

即使 是 用 了 优化 之后 即使是用了优化之后

每 一句 之间 的 停顿 也 要 等 很 久 每一句之间的停顿也要等很久

这个 网页 版 的 GPT4 还有 使用 限制 这个网页版的GPT4还有使用限制

3 小时 25 条 3小时25条

说实话 也 并 不是 很 够用 说实话也并不是很够用

所以 要 想 免费 且 实时 地 达到 节目 开头 那个 效果 所以要想免费且实时地达到节目开头那个效果

那 恐怕 得 等 GPT5 出来 之后 那恐怕得等GPT5出来之后

你 才能 用 上 体验 更好 或者 是 免费 的 GPT4 了 你才能用上体验更好或者是免费的GPT4了

再要 不 就是 看看 再要不就是看看

接下来 会 不会 有 一些 比较 好 的 开源 模型 接下来会不会有一些比较好的开源模型

可以 直接 本地 部署 的 可以直接本地部署的

那 也 可以 试试看 那也可以试试看

好 了 现在 ChatGPT 已经 给 到 我们 回答 了 好了 现在ChatGPT已经给到我们回答了

那么 是 时候 把 这个 文字 通过 AI 的 嘴念 出来 了 那么是时候把这个文字通过AI的嘴念出来了

这才 叫 真正 的 神 之 嘴 嘛 这才叫真正的神之嘴嘛

这个 文字 转 语音 的 操作 呢 这个文字转语音的操作呢

我们 要 用到 一个 叫 VITS 的 网络 我们要用到一个叫VITS的网络

就是 这个 就是这个

啊 相信 看 完 这个 图 啊 相信看完这个图

你 已经 非常 懂 这个 训练 和 推理 的 原理 了 你已经非常懂这个训练和推理的原理了

我 就 不 多 赘述 了 我就不多赘述了

通过 拿 大量 某个 角色 的 声音 样本 来 训练 通过拿大量某个角色的声音样本来训练

VITS 就 可以 学会 这个 角色 的 声线 VITS就可以学会这个角色的声线

效果 真的 是 非常 不错 的 效果真的是非常不错的

像 我们 以往 这种 机器 音都会 用 传统 的 TTS 解决方案 像我们以往这种机器音都会用传统的TTS解决方案

就 没有 什么 感情 就没有什么感情

但 VITS 其实 是 可以 把 你 说话 的 语气 和 情绪 给 模仿 出来 的 但VITS其实是可以把你说话的语气和情绪给模仿出来的

找到 多个 美食 你 要 去 第几个 ? 找到多个美食 你要去第几个?

当然 要 让 他 学会 我们 想要 的 声线 当然 要让他学会我们想要的声线