可实现地语音聊天、控制电脑做出简单操作的功能。

源码资源网

可实现地语音聊天、控制电脑做出简单操作的功能。
通过开源项目：语音转文字模型 SenseVoice，文字转语音模型 CosyVoice2，大语言模型服务 Ollama，键盘鼠标宏 KeymouseGo。LLMSPeech 可实现地语音聊天、控制电脑做出简单操作的功能。
2.1. 前期准备

Windows 11 (10)

安装 Git

下载 ffmpeg并加入环境变量, 选择 Windows builds from gyan.dev ，选择 ffmpeg-git-essentials.7z。 解压后将 bin 加入环境变量 PATH 中

下载 Ollama ，打开 PowerShell 下载一个非思考模型。qwen3 0.6b 版本用于测试连通性，qwen3:4b-instruct用于测试prompt。

1. ollama run qwen3:qwen3:0.6b
   
2. ollama run qwen3:4b-instruct

复制代码

2.2. 安装虚拟环境

Miniconda(清华源)， 下载 Miniconda3-py313_25.5.1-1-Windows-x86_64.exe 版本，安装时勾选 Add Miniconda3 to my PATH environment variable

打开 PowerShell ，如果想要在 PowerShell 使用 conda ，开发环境可执行以下:添加权限，Y 确认，初始化，取消base环境自启动，关闭 PowerShell。若不执行，后续操作需要在 Anaconda PowerShell Prompt 中进行

1. Set-ExecutionPolicy RemoteSigned -Scope CurrentUser
   
2. conda init
   
3. conda config --set auto_activate_base false

复制代码

加入信任链接，安装虚拟环境，配置镜像源。

1. conda tos accept --override-channels --channel  https://repo.anaconda.com/pkgs/main
   
2. conda tos accept --override-channels --channel  https://repo.anaconda.com/pkgs/r
   
3. conda tos accept --override-channels --channel  https://repo.anaconda.com/pkgs/msys2
   
4. 
   
5. conda create -n llmspeech python=3.10 -y
   
6. conda activate llmspeech
   
7. 
   
8. python -m pip install -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple --upgrade pip
   
9. pip config set global.index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple
   
10. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    
11. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
    
12. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
    
13. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/
    
14. conda config --set show_channel_urls yes
    
15. conda upgrade pip
    

复制代码

2.3. 可跳过该步骤。单独测试各个模块和环境配置2.3.1. 安装 SenseVoice

SenseVoice 下载，配置环境，运行 python 脚本自动下载模型,等待显示成功。默认下载模型位置为 .cache\modelscope\hub\iic， 其中 speech_fsmn_vad_zh-cn-16k-common-pytorch 是 AuroModel 类的 vad_model 参数, SenseVoiceSmall 是 AuroModel 类的 model 参数。

1. git clone https://github.com/FunAudioLLM/SenseVoice.git
   
2. conda create -n sensevoice python=3.10 -y
   
3. conda activate sensevoice
   
4. cd SenseVoice
   
5. pip install -r requirements.txt

复制代码

如果有英伟达显卡，最好使用 CUDA,这个命令在 CosyVoice 中也有

1. pip install torch==2.3.1+cu121 torchaudio==2.3.1+cu121 -f https://download.pytorch.org/whl/torch_stable.html

复制代码

检测是否安装成功：将 demo_sensevoice.py 复制到 LLMSpeech 目录下，运行

2.3.2. 安装 CosyVoice

CosyVoice,默认下载模型位置在 pretrained_models/CosyVoice2-0.5B

1. git clone --recursive https://github.com/FunAudioLLM/CosyVoice.git
   
2. cd CosyVoice
   
3. git submodule update --init --recursive
   
4. conda create -n cosyvoice -y python=3.10
   
5. conda activate cosyvoice
   
6. conda install -y -c conda-forge pynini==2.1.5
   
7. pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host=mirrors.aliyun.com

复制代码

把 CosyVoice 重命名为 CosyVoice2, 然后把里面的 cosyvoice 文件夹复制到 LLMSpeech 根目录

下载 CosyVoice2-0.5B 模型：把 demo\download_cosyvoice-0.5B.py 复制到 LLMSpeech 根目录下，运行

检测是否安装成功：demo_cosyvoice.py 也复制到 LLMSpeech 根目录，应该可以直接运行。

至此， CosyVoice 还有一个小问题，就是无法断网运行。将 assets/pys/wetext.py 覆盖复制到 wetext 包，参考路径 miniconda3\envs\cosyvoice\Lib\site-packages\wetext 这样 wetext 就不会在每次启动时联网了

2.3.3. 安装 KeymouseGo

1. git clone https://github.com/taojy123/KeymouseGo.git
   
2. cd KeymouseGo
   
3. pip install -r requirements-windows.txt
   

复制代码

2.4. 配置环境2.4.1 安装依赖

1. pip install -r requirements.txt

复制代码

4.1.1 如果没有英伟达显卡，就注释掉第一行 --extra-index-url https://download.pytorch.org/whl/cu121，此时会会安装 pytorch cpu 版本，速度会慢。

4.1.2 如果网络连接不畅，可以下载 UsbEAm Hosts Editor，自动优化 github, pytorch, ollama 的 host 文件。

4.1.3 此时程序中的 wetext 会在启动时自动联网， LLMSpeech 无法断网运行。将 assets/pys/wetext.py 覆盖复制到 wetext 包，参考路径 miniconda3\envs\llmspeech\Lib\site-packages\wetext 这样 wetext 就不会在每次启动时联网了

2.4.2 克隆必要仓库

1. git clone https://github.com/FunAudioLLM/SenseVoice.git
   
2. git clone https://github.com/taojy123/KeymouseGo.git
   
3. git clone --recursive https://github.com/FunAudioLLM/CosyVoice.git
   
4. cd CosyVoice
   
5. git submodule update --init --recursive

复制代码

将 CosyVoice 重命名为 CosyVoice2, 然后把里面的 cosyvoice 文件夹复制到 LLMSpeech 根目录

2.4.3 安装 CosyVoice-0.5B 模型

1. python demo/download_cosyvoice-0.5B.py

复制代码

2.4.4 下载其他模型

将 demo 文件夹下的 demo_cosyvoice.py 和 demo_sensevoice.py 复制到 LLMSpeech 根目录运行。 其中运行 demo_sensevoice.py 后会自动下载需要的模型。

2.5. 运行

运行 LLMSpeech.py 即可

2.5.1 双击运行

如果是 Windows 10 系统需要去应用商店自行下载 Windows Terminal，Windows 11 自带 Windows Terminal。

链接: https://pan.baidu.com/s/1rK-9oQPGnznQnuXq128kAg

提取码下载：

文件名称:提取码下载.txt 
下载次数:0  文件大小:17 Bytes  售价:29金钱 [记录]
下载权限: 不限 [购买VIP]   [充值]   [在线充值]   【VIP会员6折；永久VIP4折】

安全检测，请放心下载