描述

Alexa太無聊了嗎？當(dāng)您要求 Siri 關(guān)燈時，您有時是否希望它更刻薄一點？谷歌助理稱你不夠胖嗎？不要害怕，GPT-3 就在這里。

在這個項目中，我們將構(gòu)建一個用于家庭自動化的語音助手，它利用 GPT-3 的強大功能來解析您的查詢并根據(jù)您的命令提供尖刻的、上下文相關(guān)的俏皮話。

如果你給 AI 助手一個命令，比如“你能關(guān)掉廚房燈嗎”，GPT-3 會解析該短語以提取設(shè)備名稱（廚房燈）、所需狀態(tài)（關(guān)閉），它會為你服務(wù)用一個有趣的俏皮話，比如“什么，你吃完了冰箱里的食物嗎？” 作為回應(yīng)。您可以通過喚醒詞激活助手，說出命令，程序?qū)⒃谡f出有趣的俏皮話時處理您的查詢。

這個項目完全是用 Python 編寫的，所以很容易根據(jù)自己的需要進行修改。我已經(jīng)為 Lifx 智能燈泡添加了集成，但您可以與許多其他人一起進行設(shè)置。

GPT-3 入門

GPT-3 的創(chuàng)建者 OpenAI 的標(biāo)志

?

在我們深入研究之前，了解 GPT-3 的實際情況很重要。如果您還不熟悉它，GPT-3 是一種極其先進的語言模型，具有簡單的基于文本的查詢方法。您可以向 GPT-3 提供提示，它會選擇與提供的提示最匹配的文本響應(yīng)。GPT-3 非常精通模式識別，因此您可以向它提供一些示例，說明它應(yīng)該如何響應(yīng)給定的查詢以構(gòu)建簡單的 API。

下面是該項目將向 GPT-3 輸入的內(nèi)容示例片段，以供用戶輸入“關(guān)閉廚房燈”。

Prompt: can you turn on the dining room light
Object: dining room light
Desired State: 1
Response: What, you're too busy getting fat watching TV on the couch to do it yourself?

Prompt: turn off the kitchen light

第一個提示作為示例給出，它展示了 GPT 如何構(gòu)建其響應(yīng)。第二個提示是完成 GPT-3 的用戶輸入。GPT-3 可能會響應(yīng)以下內(nèi)容：

Object: kitchen light
Desired State: 0
Response: What, you like to eat in the dark? Creep.

在實際系統(tǒng)中，您將提供更多 GPT-3 示例，而不僅僅是一個，但希望您能明白這一點。此外，由于模型的構(gòu)造方式，您通常會針對同一查詢獲得不同的響應(yīng)。對于輸入“打開臥室燈”，我已經(jīng)看到了從良性到混亂再到輕浮的一切。

第 1 步：硬件和軟件要求

帶有顯示器、揚聲器和麥克風(fēng)的 Raspberry Pi

?

您只需要一臺帶麥克風(fēng)和揚聲器的電腦即可嘗試。您自己的家庭自動化設(shè)置需要一些配置，但您可以在不進行設(shè)置的情況下測試語音功能并查看一些有趣的響應(yīng)。

我不想讓我的筆記本電腦成為一個榮耀的家庭自動化中心，所以我創(chuàng)建了一個 Raspberry Pi 系統(tǒng)來監(jiān)聽命令并處理響應(yīng)。這里的大部分繁重工作都是在云中完成的，因此即使是 RPi 零也可以工作。我還訂購了一些帶有基于 LAN 的簡單 API 的智能燈泡。您可能會使用自己的，但這需要一些開發(fā)工作。以下是我使用的部件的完整列表：

• 帶電源的 Raspberry Pi 4 （幾乎任何計算機都可以工作，但您需要相應(yīng)地修改以下部分）
• RASPIAUDIO 揚聲器和麥克風(fēng)帽（在使用之前需要幾個步驟才能使用 Raspberry Pi 進行設(shè)置）
• DFRobot液晶顯示器
• LIFX 智能燈泡

您暫時還需要自己的 GPT-3 API 密鑰。目前有一個等候名單來獲得這些，但你可以在這里注冊一個。我需要一些時間才能將此服務(wù)包裝在它自己的 API 中，這樣您就不需要密鑰了。如果您愿意，請在下面發(fā)表評論。如果有足夠的興趣，我會抽空去做。

第 2 步：代碼設(shè)置

多彩的輸入提示畫面！

?

您可以在github.com/AlexFWulff/SnarkyHomeAutomation找到此項目的 Git 存儲庫。

• 首先將此存儲庫克隆到您的遠(yuǎn)程計算機
• 接下來，創(chuàng)建一個虛擬環(huán)境來隔離此項目的所有依賴項（將示例路徑替換為您希望虛擬環(huán)境所在的位置）：python3 -m venv /path/to/virtual_env
• 激活您的虛擬環(huán)境source /path/to/virtual_env/bin/activate
• 導(dǎo)航到 git 存儲庫的頂層，并安裝所有項目的需求pip install -r requirements.txt
• 根據(jù)您的平臺，您可能會缺少一些庫。在 Raspberry Pi 上，我必須運行sudo apt install libportaudio2 python3-tk flac ffmpeg
• 將您的 OpenAI 密鑰放入系統(tǒng)某處的文本文件中，然后將key_path字段更改config.ini為指向該文件

你*應(yīng)該*能夠通過運行來運行python Run.py。如果您的麥克風(fēng)和揚聲器配置不正確，您可能會看到如下錯誤：

OSError: [Errno -9996] Invalid input device (no default output device)

如果這困擾您，請在單獨的程序中使用它們來確保您的麥克風(fēng)和揚聲器正常工作。

默認(rèn)喚醒詞是“計算機”。要給系統(tǒng)一個命令，說“計算機”，然后說一個查詢。然后系統(tǒng)應(yīng)該通過揚聲器給你一個響應(yīng)并輸出它將采取的行動。

第 3 步：配置您的智能設(shè)備

LIFX 智能燈泡

?

該文件SmartDeviceInfo.xml包含我使用 LIFX 設(shè)備所需的所有信息。如果您還使用 LIFX 燈泡，您只需在 XML 文件中添加一個新條目，其中包含您的設(shè)備名稱及其 MAC 地址。您可以使用此 Python 工具找到本地網(wǎng)絡(luò)上所有 LIFX 設(shè)備的 MAC 地址。確保enable_lifx將配置文件中的字段設(shè)置為“True”以啟用此功能。

我編寫了這個軟件，以便可以輕松添加其他類型的設(shè)備。只需將 xml 文檔中的 標(biāo)記設(shè)置為其他內(nèi)容，然后在AutomationManager.py. 每個設(shè)備至少需要一個名稱和一個類型標(biāo)簽。

您可以讓程序僅在 GPT-3 輸出的名稱與您網(wǎng)絡(luò)上的設(shè)備完全匹配時更改設(shè)備的狀態(tài)，或者您可能會生活在危險之中，讓程序選擇最接近 GPT-3 輸出的設(shè)備名稱。您可以在配置文件中更改此行為。

第 4 步：提示自定義

您可以添加更多自定義提示示例來更改 GPT 的響應(yīng)方式。您可以在 中找到默認(rèn)提示prompts/prompt1.txt。如果要創(chuàng)建新行為，請在此目錄中添加一個新文件并將prompt_file_path值更改config.ini為指向此新文件。

GPT-3 可以識別很多不同的語音模式。GPT-3 甚至精通各種不同的語言，因此如果您更愿意用英語以外的語言與您的家庭自動化 AI 交談，您可以創(chuàng)建一個提示來這樣做。

我還創(chuàng)建了一些使用起來非常有趣但不一定適合公開發(fā)布的提示。如果您希望我給您發(fā)送一些電子郵件，請給我發(fā)一封電子郵件（您可以在我的網(wǎng)站上找到）。

更多定制！

?

該項目還可以作為由 GPT-3 支持的其他類型的語音助手的有用模板。我以模塊化的方式編寫了軟件，所以應(yīng)該很容易在你認(rèn)為合適的時候交換東西。例如，您可以擴展相同的功能，將項目添加到待辦事項列表中，并為您添加的每個項目提供有趣的語音響應(yīng)。事實上，您可以不斷添加模塊來構(gòu)建功能齊全的語音助手，可以完成許多任務(wù)！

顯示也相當(dāng)簡陋。如果你愿意，修改我的設(shè)計并用你自己的一些替換它們應(yīng)該很容易。一切都是用 Tkinter 編寫的，具有對新屏幕分辨率的半響應(yīng)行為。

就這樣！我希望你喜歡這個項目，并在下面的評論中告訴我你用它做了什么。