利用Ollama結合本土的大型語言模型製作聊天機器人

前一篇文章：利用Ollama製作聊天機器人
LLM模型：TAIDE模型
程式碼：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64

import speech_recognition as sr import pyttsx3 import requests import ollama # 初始化文字轉語音引擎 engine = pyttsx3.init() engine.setProperty('rate', 150) # 語速調整 engine.setProperty('volume', 0.9) # 音量調整 # 語音轉文字 def recognize_speech(): recognizer = sr.Recognizer() with sr.Microphone() as source: print("請開始說話...") try: audio = recognizer.listen(source, timeout=5, phrase_time_limit=10) text = recognizer.recognize_google(audio, language="zh-TW") print(f"辨識結果：{text}") return text except sr.UnknownValueError: print("無法辨識語音，請再試一次。") return None except sr.RequestError as e: print(f"語音服務出現錯誤：{e}") return None # 發送請求到 Ollama API def get_ollama_response(prompt): try: # 替換為適用的 ollama.generate 調用方法 response = ollama.generate( model="cwchang/llama-3-taiwan-8b-instruct-128k:latest", prompt=prompt ) return response["response"] except Exception as e: print(f"Ollama 請求失敗：{e}") return "抱歉，目前無法處理您的請求。" # 文字轉語音 def speak_text(text): engine.say(text) engine.runAndWait() # 主程序 if __name__ == "__main__": print("啟動語音助手...") while True: # 語音輸入 user_input = recognize_speech() if user_input: # 停止程序的關鍵字 if "結束" in user_input or "退出" in user_input: print("結束程序。") speak_text("感謝使用，再見！") break # 發送給 Ollama 並取得回應 response = get_ollama_response(user_input) print(f"Ollama 回應：{response}") # 語音輸出 speak_text(response)

執行結果：