如何在2026年使用Python和ChatGPT創建語音AI助理？

本教學將引導您使用 Python 與 ChatGPT 打造專屬的人工智慧語音助理。內容涵蓋專案設定、核心函式庫、虛擬環境建置，並提供詳盡的程式碼範例。無論您是資深開發者或初學者，都能學會如何建立能理解語音指令、並運用 ChatGPT 生成智能回應的 AI 助理。

重點說明

學習如何為 Python AI 助理專案建立虛擬環境。

掌握 SpeechRecognition、pyttsx3 及 OpenAI 等核心函式庫的安裝與應用技巧。

掌握語音辨識、文字處理與語音合成函式編寫的基礎原理。

打造個人化語音控制AI助理。

探索處理各類使用者指令的方法，並透過 ChatGPT 生成回應。

打造語音控制人工智慧助理

核心程式架構與函數

完成環境設定後，即可編寫驅動AI助理的Python程式碼。此過程包含建立語音辨識、文字處理及語音合成功能模組，各模組流程詳述如下：

1. 導入必要函式庫：

   • 首先將所需函式庫導入 Python 腳本

     。此步驟將為您提供建構 AI 助理所需的功能：

     import speech_recognition as srimport pyttsx3import datetimeimport webbrowserimport osfrom dotenv import load_dotenvfrom openai import OpenAI

2. 設定文字轉語音引擎：

   • 初始化 pyttsx3 引擎以進行文字轉語音轉換：

     engine = pyttsx3.init()

     此步驟初始化文字轉語音引擎，用於將文字回應轉換為語音輸出。

3. 建立語音輸出函式：

   • 定義處理文字轉語音轉換的函式：

     def speak(text): print(f"助理：{text}") engine.say(text) engine.runAndWait()

     此speak函式接收文字字串作為輸入，並使用 pyttsx3 將其轉為語音。文字同時會輸出至控制台以供除錯與監控。

4. 定義聆聽函式：

   • 建立函式以擷取麥克風音訊，並透過SpeechRecognition函式庫轉換為文字：

     def listen(): recognizer = sr.Recognizer() with sr.Microphone() as source: print("聆聽中...") recognizer.adjust_for_ambient_noise(source) audio = recognizer.listen(source)

   try:command = recognizer.recognize_google(audio)print(f"您說：{command}")except sr.UnknownValueError:speak("抱歉，我沒聽清楚")return ""except sr.RequestError as e:speak("語音服務無法運作")return ""

   return command.lower()

   `listen` 函式會設定語音辨識器與麥克風，接收音訊輸入，並透過 Google 語音辨識技術轉錄為文字。此函式會處理未識別語音或服務中斷等異常狀況。

5. 與 ChatGPT 對話功能：

   • 整合 OpenAI API 以獲取 ChatGPT 回應。定義一個接收問題並返回 AI 答案的函式：

     def chat_with_gpt(question): load_dotenv() client = OpenAI(api_key=os.getenv('OPENAI_API_KEY'),)

   try:response = client.chat.completions.create(model="gpt-3.5-turbo",messages=[{"role": "user","content": question,}],)answer = response.choices[0].message.contentreturn answerexcept Exception as e:print(f"ChatGpt 錯誤 {e}")return "無法從 ChatGpt 取得回應"

   此函式呼叫 OpenAI API，傳送使用者提問並接收 ChatGPT 回應。它處理異常狀況，從 API 回應中擷取相關文字，運用 ChatGPT 實現智能情境化回覆。

6. 執行助理函式：此為應用程式的主函式與起始點。

   def run_assistant(): speak("你好！ 我是您的 AI 助理，有什麼能為您效勞？")while True: command = listen() if "時間" in command: now = datetime.datetime.now().strftime("%H:%M %p") speak(f"當前時間：{now}") elif "開啟 YouTube" in command: speak("正在開啟 YouTube") webbrowser.open("https://www.youtube.com")elif "open google" in command: speak("Opening google") webbrowser.open("https://www.google.com")elif "stop" in command or "exit" in command: speak("Good Bye Friend!") breakelif command: answer = chat_with_gpt(command) speak(answer)

7. 執行程式：

if __name__ == '__main__': run_assistant()

執行此程式碼將啟動程式，開始聆聽您的指令。

自訂您的 AI 助理

為特定任務調整程式碼

欲實現真正個人化的 AI 助理，請考慮以下客製化方案：

• 擴展功能：新增更多 elif 指令語句以處理額外任務，例如：

  • 開啟特定網站或應用程式。
  • 設定提醒事項。
  • 控制智慧家庭裝置。

• 回應個性化：根據偏好調整助理回應方式。修改語音功能以使用不同聲線、語調或問候語。

• 實現情境感知：透過儲存對話歷史與使用者偏好強化助理的記憶與感知能力。此功能可依據情境提供更相關且個人化的回應。

• 強化錯誤處理機制：針對網路異常或API速率限制等情境實作錯誤處理。清晰的錯誤訊息有助有效管理問題。

• 塑造更具互動性的性格：運用程式設計技巧使AI對話更自然。添加情緒回應功能或強化互動流暢度。可參考自身性格特質設計對話模式，並可視需求整合安全防護機制。

如何使用您的AI語音助理

關鍵要點

以下說明使用者與新語音助理的互動方式

:

1. 啟動新語音助理。為檔案建立新資料夾並取個易記名稱。

2. 啟動程式。輸入 'python assistent.py' 執行程式。

3. 展開對話。使用適當指令讓助理執行任務，例如查詢資訊、講笑話等。

實用 Markdown 表格提升結構與可讀性

表格能整齊組織資訊並提升可讀性。以下為比較不同語音助理的範例：

語音助理比較表

打造客製化語音控制人工智慧助理：權衡考量

利弊

權衡

優點

可依實際需求精準調整人工智慧助理的回應內容與功能。

完全掌握數據所有權與處理控制權，降低對外部服務的依賴。

提升程式設計技能，深化對人工智慧與自然語言處理的理解。

缺點

需編寫程式碼、測試與除錯，可能耗費大量時間。

管理函式庫依賴性與相容性可能相當複雜。

需定期更新與修訂以跟上技術變革步伐。

常見問題

建構這款語音控制人工智慧助理需要哪些關鍵函式庫？

核心函式庫包含：SpeechRecognition（語音輸入）、pyttsx3（文字轉語音）、OpenAI（存取ChatGPT服務）以及python-dotenv（管理環境變數如OpenAI API金鑰）。

如何在專案中啟用虛擬環境？

各作業系統的啟動指令不同：Windows 使用 'venvScriptsactivate'，macOS/Linux 使用 'source venv/bin/activate'。

如何自訂我的 AI 助理？

透過新增 elif 指令語句擴充功能以執行新任務、個人化回應內容、運用對話歷史與用戶偏好實現情境感知、加入錯誤處理機制，並塑造更具互動性的個性。

相關問題

如何解決「AttributeError: Could not find PyAudio; check installation」錯誤？

在 Python 語音辨識開發過程中，可能遭遇「AttributeError: Could not find PyAudio; check installation」錯誤。此錯誤常見於語音辨識專案，顯示 PyAudio 函式庫安裝異常。PyAudio 是 Python 應用程式中擷取與播放音訊的關鍵元件。解決方法為驗證函式庫安裝狀態，並確保語音辨識任務設定正確。確認 PyAudio 已安裝：首先檢查 PyAudio 函式庫是否正確安裝。 基本步驟是使用 Python 的套件安裝程式 pip。開啟命令列或終端機並執行：pip install PyAudio

考慮使用 Conda 環境：