[`English`](https://github.com/TheRamU/Fay/blob/main/README_EN.md)

Fay

FAY

Fay数字人助理

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** 注：带货版移到分支[`fay-sales-edition`](https://github.com/TheRamU/Fay/tree/fay-sales-edition) ![](images/controller.png) 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](https://www.bilibili.com/video/BV1qs4y1g74e) ─┘ 　　 │　　 　 ┌─ Yuan 1.0 　　　　　　　　　　　　　　　│　　 　 ├─ [LingJu](https://www.bilibili.com/video/BV1NW4y1D76a/) 　　　 　　　　　　　　　　　NLP ────┼─ [GPT/ChatGPT](https://www.bilibili.com/video/BV1Dg4y1V7pn) 　　　　　　　　　　　　　　　│　　 　 ├─ [Rasa+ChatGLM-6B](https://www.bilibili.com/video/BV1D14y1f7pr) 　　　　　　　　 Azure ─┐　 　 │　　 　 ├─ [VisualGLM](https://www.bilibili.com/video/BV1mP411Q7mj) 　　　　　 　 Edge TTS ─┼── TTS 　 　 └─ [RWKV](https://www.bilibili.com/video/BV1yu41157zB) 　 　　 　 　　[开源 TTS](https://www.bilibili.com/read/cv25192534) ─┘　 　│　　 　 　　　　　　　　　　　　　　　│　　 　 　　　　　　　　　　　　　　　│　　 　 　　　 ┌──────────┬────┼───────┬─────────┐ Remote Android　　[Live2D](https://www.bilibili.com/video/BV1sx4y1d775/?vd_source=564eede213b9ddfa9a10f12e5350fd64)　　 [UE](https://www.bilibili.com/read/cv25133736)　　　 [xuniren](https://www.bilibili.com/read/cv24997550)　　　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`](ws://127.0.0.1:10002)（已接通） 消息格式: 查看 [WebSocket.md](https://github.com/TheRamU/Fay/blob/main/WebSocket.md) ![](images/kzq.jpg) ### ***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** **2023.09.06** + 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`](https://github.com/TheRamU/Fay/tree/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** ```shell pip install -r requirements.txt ``` ### **配置应用密钥** + 查看 [API 模块](#ai-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 ```shell 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/ | | | | | ## **五、使用说明** ### **使用说明** + 语音助理：fay控制器（麦克风输入源开启、面板播放开启）； + 远程语音助理：fay控制器（面板播放关闭）+ 远程设备接入； + 数字人互动：fay控制器（麦克风输入源开启、面板播放关闭、填写性格Q&A）+ 数字人； + 贾维斯、Her：加入我们一起完成。 ### **语音指令** | 关闭核心 | 静音 | 取消静音 | | ------------------------- | -------------------------- | ------------------------------------------------------------ | | 关闭、再见、你走吧 | 静音、闭嘴、我想静静 | 取消静音、你在哪呢、你可以说话了 | ### **联系** **商务QQ: 467665317** **交流群及资料教程**关注公众号 **fay数字人**（**请先star本仓库**） ![](images/gzh.jpg)