x-Ollama-Voice-Mac

一款完全离线运行的语音助手，集成了 Whisper、Ollama 和 pyttsx3 模型，支持离线语音识别、自然语言处理及文本转语音（TTS）功能。 结合 Mistral 7b（通过 Ollama 实现）和 Whisper 语音识别模型构建而成。此项目基于 maudoin 的优秀工作，添加了对 Mac 的兼容性并进行了一系列改进。

https://github.com/apeatling/ollama-voice-mac/assets/1464705/996abeb7-7e99-451b-8d3b-feb3fecbb82e

---

安装与运行

0. 在mac上安装python的虚拟环境 python版本：3.11

python3.11 -m venv myenv_311
source myenv_311/bin/activate
deactivate

1. 安装 Ollama

在 Mac 上安装 Ollama。

2. 下载 Mistral 7b 模型

运行以下命令下载模型：

ollama pull mistral

3. 下载 Whisper 模型

访问 Whisper 模型库，选择适合的模型（base 即可）。

4. 克隆本项目

将项目代码克隆到本地计算机：

git clone <仓库地址>

5. 配置 Whisper 模型路径

将 Whisper 模型放入项目根目录的 /whisper 文件夹中。

6. 安装 Python 和 Pip

确保已安装 Python 和 Pip。

7. 配置 PyAudio 库（Apple Silicon 特别步骤）

对于 Apple Silicon 用户，需安装 Homebrew 并运行以下命令：

brew install portaudio

8. 安装依赖

运行以下命令安装所需依赖：

pip install -r requirements.txt

9. 启动助手

ollama serve  

运行以下命令启动语音助手：

python assistant.py

10. 中间使用的要点：

语音识别：使用 Whisper 模型进行本地语音识别，完全离线运行。
自然语言处理：使用 Ollama 平台运行 Mistral 7b 模型，实现高效的本地大语言模型推理，无需联网。
文本转语音（TTS）：基于 pyttsx3 实现的离线文本语音合成功能，支持多种语言和语音优化。但是 pyttsx3 太机械了 增加了edge-tts

---

提升语音质量

在 MacOS 14 Sonoma 中，可以通过以下步骤提升语音质量：

1. 打开 系统设置 > 辅助功能 > 语音内容。
2. 选择 系统语音 并点击 管理语音。
3. 在英文语音中找到 "Zoe (Premium)" 并下载。
4. 下载完成后，将系统语音更改为 Zoe (Premium)。

---

支持其他语言

要支持其他语言，可以通过以下方式配置：

1. 编辑 assistant.yaml 文件。
2. 下载目标语言的 Whisper 模型并将其路径更新到 modelPath 配置项。

示例（中文配置）：

• 下载适合中文的 Whisper 模型，例如 medium.zh。
• 在 assistant.yaml 中将 modelPath 修改为下载的模型路径，例如：

  modelPath: /path/to/medium.zh.pt