hadesjaky / horn

A desktop application for real-time voice chat with GPT, assisting in multilingual scenario conversations and improving your spoken language skills. Powered by Whisper. 基于Qt开发的本地实时gpt语音聊天工具，进行模拟场景对话，支持多语音，帮助锻炼口语

horn

基于whisper和PyQT(PySide6)的实时GPT聊天工具，支持历史会话

效果演示：

滑稽的中文效果：

环境需求

python >= 3.10

操作系统

win10

本人环境，可行

Linux

未测试过Linux desktop环境下的表现，理论可行，tts相关可能需要注意，参照 https://github.com/nateshmbhat/pyttsx3#installation-

Mac

参照Linux，理论可行。

显卡

运行whisper base model所需显存在1G以下，效果尚可，无杂音、口语准确的情况下准确率能在90%。whisper的large model占用显存在8G以上，但是效果非常好，我这糟糕的英语口语都能基本识别对，而且对长语音、断断续续的也有很棒的处理效果。

总体来说，base model比较亲民，但是有条件尽量上large model。对于识别错误的情况，可以在GUI直接修改识别结果。

安装

克隆项目

git clone https://github.com/QureL/horn.git
cd horn

创建并激活虚拟环境（powershell）

mkdir venv
python -m venv .\venv\
.\venv\Scripts\Activate.ps1

安装依赖

pip install -r requirements.txt

运行

在虚拟环境中直接执行

python ./main.py

whisper远程执行

本人有一台12G显存的Linux主机，一台孱弱的1650笔记本，为了能跑whisper large model，可以考虑whisper放在Linux上，客户端和whisper使用ws通信：

Linux上：

python scrpit/whisper_server.py --model large-v2

客户端：

python .\main.py --whisper_mode remote --whisper_address ws://{你的Linux IP}:3001

启用代理

python .\main.py --proxy http://127.0.0.1:10809

启用代理后openai gpt请求、模型下载流量均会经过代理节点

TODO LIST

• 国际化支持
• 聊天ui优化
• 导入其他TTS
• 消息编辑
• 本地langchain向量库