ollama-voice-mac

一个完全离线的语音助手，通过 Ollama 使用 Mistral 7b 模型，并结合 Whisper 语音识别模型实现。该项目基于 maudoin 的优秀工作，增加了对 macOS 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

1. 在您的 Mac 上安装 Ollama。
2. 使用 ollama pull mistral 命令下载 Mistral 7b 模型。
3. 下载一个 OpenAI Whisper 模型（base.en 即可）。
4. 将此仓库克隆到本地的某个位置。
5. 将 Whisper 模型放置在仓库根目录下的 /whisper 文件夹中。
6. 确保已安装 Python 和 Pip。
7. 为了支持 Apple Silicon 架构下的 PyAudio 库，您需要先安装 Homebrew，然后运行 brew install portaudio。
8. 运行 pip install -r requirements.txt 进行依赖安装。
9. 运行 python assistant.py 启动助手。

改进语音质量

您可以通过下载更高品质的语音来提升语音效果。以下步骤适用于 macOS 14 Sonoma：

1. 打开“系统设置”，选择“辅助功能” > “朗读内容”。
2. 选择“系统语音”并点击“管理语音...”。
3. 在英语语音中找到“Zoe (Premium)”，并将其下载。
4. 将“Zoe (Premium)”设置为您的系统语音。

其他语言支持

您可以通过编辑 assistant.yaml 文件来添加对其他语言的支持。请确保下载对应语言的 Whisper 模型，并修改默认的 modelPath 配置。

ollama-voice-mac 快速上手指南

ollama-voice-mac 是一个完全离线的 Mac 语音助手，基于 Ollama 运行的 Mistral 7b 大模型和 OpenAI Whisper 语音识别模型构建。

环境准备

• 操作系统：macOS（支持 Apple Silicon 及 Intel 芯片）
• 核心依赖：
  • Ollama
  • Python 3.x 及 Pip
  • Homebrew（Apple Silicon 用户必需，用于安装音频库）
• 模型文件：
  • Mistral 7b 模型
  • OpenAI Whisper 模型（推荐 base.en）

安装步骤

1. 安装 Ollama 并拉取模型 访问官网安装 Ollama，然后在终端执行：

   ollama pull mistral
   

2. 准备 Whisper 模型 下载 OpenAI Whisper Model（例如 base.en）。

3. 克隆项目并配置模型 克隆仓库到本地，并将下载的 Whisper 模型文件放入项目根目录下的 /whisper 文件夹中：

   git clone https://github.com/apeatling/ollama-voice-mac.git
   cd ollama-voice-mac
   mkdir -p whisper
   # 将下载的模型文件移动至 whisper 目录
   mv <下载的文件名> whisper/
   

4. 安装系统级音频依赖（Apple Silicon 用户必做） 如果您使用的是 M1/M2/M3 等 Apple 芯片，需通过 Homebrew 安装 portaudio 以支持 PyAudio：

   brew install portaudio
   

   (Intel 芯片用户若已安装 PyAudio 可跳过此步)

5. 安装 Python 依赖

   pip install -r requirements.txt
   

   提示：国内用户如遇下载缓慢，可指定清华源加速： pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

基本使用

完成上述配置后，直接在终端运行以下命令启动助手：

python assistant.py

启动后即可通过语音与本地运行的 Mistral 模型进行交互。

（可选）优化语音质量

在 macOS 14 Sonoma 及以上版本，可通过系统设置提升语音合成效果：

1. 打开 系统设置 > 辅助功能 > 朗读内容。
2. 点击 系统语音 > 管理语音。
3. 找到并下载 "Zoe (Premium)"（英文）。
4. 将其选为默认系统语音。

（可选）支持其他语言

编辑项目根目录下的 assistant.yaml 文件，修改 modelPath 指向对应语言的 Whisper 模型即可支持多语言识别。