OpenAI API搭建的智能家居助手;私密大型语言模型(LLM)聊天机器人;视频和音频文件的自动化识别和翻译工具

✨ 1: GPT Home

基于Raspberry Pi和OpenAI API搭建的智能家居助手

GPT Home是一个基于Raspberry Pi和OpenAI API搭建的智能家居助手,功能上类似于Google Nest Hub或Amazon Alexa。通过详细的设置指南和配件列表,用户可以自行组装和配置这个设备,实现语音控制和智能家居管理的功能。

核心功能
  • 语音互动: 用户可以通过语音与GPT Home互动,询问天气、新闻、日历等信息。
  • 智能控制: 通过集成其他API和智能设备,如Spotify、Phillips Hue灯泡等,GPT Home能够控制家中的智能设备,实现灯光调节、音乐播放等功能。
  • 家庭助理: 设置提醒、闹钟、计时器,以及其他日常生活中的助理功能。
  • 教育娱乐: 提供互动游戏、教育内容,适合全家人使用。

GPT Home的搭建基于Ubuntu Server操作系统的Raspberry Pi,需要用户按照提供的配件列表购置必要的硬件,包括Raspberry Pi 4B、小型扬声器、OLED显示屏等。随后按照指南配置Wi-Fi、安装系统依赖、配置开机自启等步骤逐步完成。整个搭建过程需要一定的电脑操作能力,但教程提供了详细的指导和示例脚本,用户可以通过跟随教程逐步实施。

地址:https://github.com/judahpaul16/gpt-home

✨ 2: Secret Llama

在浏览器中运行的私密大型语言模型(LLM)聊天机器人

Secret Llama是一个完全在浏览器中运行的私密大型语言模型(LLM)聊天机器人,它支持Llama 3、Mistral等开源模型。借助于webllm提供的推理引擎,Secret Llama可以在不需要服务器和安装的情况下提供与ChatGPT相媲美的用户体验,并且还能够离线使用。最大的卖点是其绝对的隐私性 ------ 任何对话数据都不会离开你的电脑。

Secret Llama是一个面向隐私保护、便捷性和开源爱好者的大型语言模型聊天机器人解决方案,适用于各种希望在保证数据隐私的前提下使用或探索LLM的场景。

地址:https://github.com/abi/secret-llama

✨ 3: Chenyme-AAVT

用于视频和音频的自动识别与翻译

Chenyme-AAVT(AI Auto Video-Audio Translation)是一个针对视频和音频文件的自动化识别和翻译工具。它允许用户快速将视频或音频中的语言内容识别出来,并转换成所需的目标语言字幕,再将这些字幕合并回原视频或与之配合使用。

主要功能:
  1. 全自动识别和翻译: 对视频或音频中的语言内容进行自动识别和翻译,生成字幕文件。
  2. 支持多种语言和模型: 支持多种语言识别和翻译,以及使用不同的模型,如推荐使用faster-whisper和大型模型以获得更佳体验。
  3. GPU加速和VAD辅助: 支持GPU加速以提高处理速度,同时利用语音活动检测(VAD)辅助识别以提升准确性。
  4. 多种字幕格式输出和预览: 支持输出多种字幕格式,并提供字幕预览以及视频预览功能。
  5. 高级功能: 支持字幕编辑、二次精翻,以及视频内容的总结和问答等AI辅助功能。

地址:https://github.com/Chenyme/Chenyme-AAVT

✨ 4: DeepSeek-V2

先进的混合专家(Mixture-of-Experts,简称MoE)语言模型

DeepSeek-V2是一个先进的混合专家(Mixture-of-Experts,简称MoE)语言模型,它在训练和推理方面均体现出经济高效的特点。总的来说,DeepSeek-V2的关键特性包括其强大的性能、经济的训练成本、以及高效的推理能力。下面用通俗的语言对DeepSeek-V2的功能进行详细总结,并说明使用DeepSeek-V2的情况。

聊天模型地址:https://huggingface.co/deepseek-ai/DeepSeek-V2-Chat

基础模型:https://huggingface.co/deepseek-ai/DeepSeek-V2

地址:https://github.com/deepseek-ai/DeepSeek-V2

✨ 5: LangChain Swift

为iOS、macOS、watchOS 开发的LangChain 的Swift库

LangChain Swift是一个为iOS、macOS、watchOS(部分支持)以及visionOS(测试版)优化的Swift库,它使得在这些平台上使用语言模型变得简单。

LangChain Swift是一套强大的工具集,它使得在苹果的多个平台上整合和使用语言模型变成可能。无论你是想要构建一个简单的聊天机器人,还是开发一个复杂的基于AI的应用程序,LangChain Swift都提供了必要的工具和接口。

地址:https://github.com/buhe/langchain-swift

更多AI工具,参考国内AiBard123,Github-AiBard123

相关推荐
zkk95273 小时前
【机器人感知运控笔记一】从点云到避障:距离场的构建、查询与梯度
机器人·具身智能·sdf·esdf
XMAIPC_Robot5 小时前
-40~85℃宽温实测:RK3588 机器人控制器硬件底座,长时间 SLAM 定位稳定性验证
人工智能·fpga开发·机器人·边缘计算·arm+fpga·rk3588+fpga
绿蕉6 小时前
谁在阻碍机器人连续跑300天?——被遗忘的“工程一致性“与“故障漂移“
机器人
数智奔流6 小时前
OpenAI健康板块负责人:AI医疗健康的上限和下限
机器人·具身智能·禾赛
绿蕉7 小时前
从硬件内卷到“中间件荒“——仿真工具、开发接口、开源生态
中间件·机器人
TMT星球7 小时前
云从科技训推一体化平台入选重庆市智能机器人产业链公共服务平台
人工智能·科技·机器人
大江东去浪淘尽千古风流人物8 小时前
【FLORA】机器人视频标注引擎解析:三模型如何产出动作指令与四类奖励信号
matlab·机器人·跨模态·遥感·图像匹配·1024程序员节·特征描述符
猫先生Mr.Mao8 小时前
让动作先接受“未来检验”:ThinkWorld 如何用世界想象强化机器人推理
机器人·强化学习·具身智能·vla·世界模型·thinkworld
Dawson Zhu8 小时前
【AI编译器入门⑥】端到端编译流程实战:ONNX → TVM → TensorRT全链路
人工智能·语言模型·架构·aigc·agi
江屿风8 小时前
【Plain Language Large Model】【从麦当劳点餐到Redis接入:MCP如何让AI工具集成变简单】流食般投喂
人工智能·redis·笔记·语言模型·llm·mcp