GPT Assistant 是一个基于ChatGPT的安卓端语音助手

# GPT Assistant --- ## 简介 GPT Assistant 是一个基于ChatGPT的安卓端语音助手，允许用户通过手机音量键从任意界面唤起并直接进行语音交流，用最快捷的方式询问并获取回复 ### 项目特性 - 支持用户预设**问题模板**，支持**连续对话**，支持`gpt-3.5-turbo`和`gpt-4`模型 - 通过无障碍功能捕获音量键事件，实现在**任意界面唤起** - 支持从**全局上下文菜单**（选中文本后弹出的系统菜单）中直接唤起 - 支持通过状态栏**快捷按钮**唤起 - 支持对**Markdown**进行渲染 - 使用华为或百度语音API进行**语音输入** - 调用系统TTS引擎**输出语音** ### 国内使用说明 本软件通过OpenAI API获取回复，在国内使用时可以用第三方转发服务，如[Chatanywhere](https://github.com/chatanywhere/GPT_API_free)，其目前提供免费和付费服务，具体使用方法见[下述说明](#使用方法) > 注：Chatanywhere注册需要GitHub账号，因此注册时需要能够登录GitHub的网络环境 ### 费用说明 本软件不会收取任何费用，用户能够免费使用各项功能，但如果有特殊需求，使用的下述第三方服务**可能**会产生费用: 1. ChatGPT调用费用 - 以Chatanywhere为例，目前其**免费服务**限制对`gpt-3.5-turbo`模型的调用频率不超过**60请求/小时/IP&Key**，足够个人使用，若需要更高的调用频率或`gpt-4`模型，可以选择付费服务 2. 百度语音识别接口费用 - 目前华为HMS提供免费的语音识别接口，因此程序内置了作者的API Key以供直接使用，如无特殊情况该API将在华为免费期间一直可用 - 程序也提供了对百度接口的调用以供有需要的情况下使用，目前百度短语音识别为新用户提供**15万次 & 180天免费额度**，额度外收取￥0.0034/次的调用费用 --- ## 效果展示 **一、基础使用：仅用音量键就可以操控** 1. 长按音量下键唤出界面 2. 按住音量键不放，开始语音输入 3. 松开后再次短按，发送问题 4. 接收回复的同时可以自动通过语音进行播报 <div align="center"> <img src="readme_img/usage.gif" height="400px"> </div> **二、用状态栏快捷键也可触发** 下拉状态栏，点击“GPT”按钮，即可唤出界面，键盘会自动弹出，可以手动输入问题 <div align="center"> <img src="readme_img/tile_btn.gif" height="400px"> </div> **三、从全局上下文菜单唤起** 在选中文本后弹出的系统菜单中，点击GPTAssistant选项，即可直接唤起应用并将选中文本添加到输入框 <div align="center"> <img src="readme_img/context_menu.gif" height="400px"> </div> **四、支持连续对话** 激活上方的对话图标，即可保留当前会话，进行连续对话 <div align="center"> <img src="readme_img/multi_chat.gif" height="400px"> </div> --- ## 使用方法 ### 1. 下载安装 直接下载最新发行版中的apk文件，安装即可 ### 2. 配置 OpenAI 程序使用的是OpenAI API，需要用户在设置中填入自己的API_KEY，可以选择使用官方服务或第三方转发服务 - **使用Chatanywhere转发服务**（国内推荐） Chatanywhere提供了免费和付费的OpenAI API转发服务，目前免费服务限制60请求/小时/IP&Key调用频率，付费服务则无限制，可以在国内直接访问，用户可以参照其[项目主页](https://github.com/chatanywhere/GPT_API_free)获取地址和KEY填入设置中 - **使用官方服务** 在OpenAI官网注册账号并获取API_KEY，在设置中填写网址`https://api.openai.com/`和API_KEY ### 3. 配置百度语音识别 (可选) > 注：程序默认使用的是华为语音识别接口，如无特殊情况，不需要进行此步骤 用户可以参照[百度语音识别官方文档](https://cloud.baidu.com/doc/SPEECH/s/qknh9i8ed)注册并创建应用，然后获取AppID、API Key和Secret Key填入设置中 若设置项的“启用长语音”选项关闭，则使用的是百度短语音识别接口，若开启，则使用的是实时语音识别接口，需要用户根据需求在创建应用时勾选对应的服务 此外，在创建应用时，需要将“语音包名”设置为“Android”，并填入本软件包名`com.skythinker.gptassistant`  ### 4. 开始使用 1. 根据软件提示开启无障碍服务，并允许软件在后台运行 2. 查看设置中是否存在“后台弹出界面”权限，如有该权限则允许，如无则忽略 > 若发现长按音量下键后手机震动一下但没有弹出界面，大概率是因为缺少该权限 3. 开始正常使用，可参照[效果展示](#效果展示)中的操作步骤 --- ## Q&A **Q: 长按音量下键只是在调节音量，并没有其他任何现象？** A: 请在设置中开启本软件的无障碍服务（重启手机后可能需要重新开启，建议设置为无障碍快捷方式） **Q: 长按音量下键后，手机震动了一下，但没有弹出界面？** A: 请在设置中允许程序“后台弹出界面”权限 **Q: 隔一段时间不用就无法使用音量键唤起了？** A: 请在设置中允许程序在后台运行 **Q: 语音播报没声音 / 不好听？** A: 软件调用的是系统自带TTS(Text To Speech)服务，可以通过软件设置项“打开系统语音设置”进入系统设置界面，选择合适的语音引擎；若对系统自带引擎不满意也可以自行安装讯飞等第三方TTS引擎 **Q: 华为和百度语音识别效果有什么差别？** A: 经测试，所使用的华为接口（实时语音识别）识别准确度较高，尤其是在中英混说的场景下，但其断句能力则不如百度，仅适合单句识别 --- ## 主要功能更新日志 - **2023.09.10** 发布第一个版本，支持基础对话、百度语音输入、TTS输出、Markdown渲染等功能 - **2023.09.13** 支持连续对话、GPT-4、百度长语音识别，上下文菜单唤起 - **2023.10.06** 添加华为HMS语音识别 --- ## 测试环境 已测试的机型： | 机型 | 系统版本 | Android 版本 | 本程序版本 | | :--: | :-----: | :----------: | :-------: | | 荣耀 7C | EMUI 8.0.0 | Android 8 | 1.5.0 | | 荣耀 20 | HarmonyOS 3.0.0 | Android 10 | 1.5.0 | | 华为 Mate 30 | HarmonyOS 3.0.0 | Android 12 | 1.4.0 | | 荣耀 Magic 4 | MagicOS 7.0 | Android 13 | 1.2.0 | | 红米 K20 Pro | MIUI 12.5.6 | Android 11 | 1.5.0 | | 红米 K60 Pro | MIUI 14.0.23 | Android 13 | 1.5.0 | | Pixel 2 (模拟器) | Android 12 | Android 12 | 1.2.0 | --- ## 改进&贡献 如果你有改进建议或希望参与贡献，欢迎提交Issue或Pull Request --- ## 隐私说明 本程序不会以任何方式收集用户的个人信息，语音输入会直接发送给华为或百度API，提问会直接发送给OpenAI API，不会经过任何中间服务器 --- ## 引用的开源项目 - [Markwon](https://github.com/noties/Markwon): Android上的Markdown渲染器 - [chatgpt-java](https://github.com/Grt1228/chatgpt-java): OpenAI API的Java封装