Voice Rag Openaisdk

🎙️ Voice RAG com OpenAI SDK

🎓 Tutorial Passo-a-Passo GRÁTIS

👉 Clica aqui para seguir o nosso tutorial completo passo-a-passo e aprende como construir isto do zero com explicações detalhadas de código e melhores práticas.

Este script demonstra como construir um sistema de Geração Aumentada por Recuperação (RAG) com suporte a voz, utilizando o SDK da OpenAI e o Streamlit. A aplicação permite que os utilizadores carreguem documentos PDF, façam perguntas e recebam respostas tanto em texto como em voz, utilizando as capacidades de conversão de texto em fala da OpenAI.

Funcionalidades

• Cria um sistema RAG com suporte a voz utilizando o SDK da OpenAI
• Suporta processamento e divisão de documentos PDF
• Utiliza o Qdrant como base de dados vetorial para pesquisa de similaridade eficiente
• Implementa conversão de texto em fala em tempo real com várias opções de voz
• Fornece uma interface amigável com Streamlit
• Permite o download de respostas de áudio geradas
• Suporta o carregamento de múltiplos documentos e rastreamento

Como Começar?

1. Clona o repositório do GitHub

git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git
cd awesome-llm-apps/rag_tutorials/voice_rag_openaisdk

2. Instala as dependências necessárias:

pip install -r requirements.txt

pip install -r requirements.txt

• Obtém a tua chave de API OpenAI
• Configura uma conta no Qdrant Cloud e obtém a tua chave de API e URL
• Cria um ficheiro .env com as tuas credenciais:

OPENAI_API_KEY='your-openai-api-key'
QDRANT_URL='your-qdrant-url'
QDRANT_API_KEY='your-qdrant-api-key'

4. Executa a aplicação Voice RAG:

Para executar a aplicação Voice RAG, segue os passos abaixo:

1. Certifica-te de que tens todas as dependências instaladas.
2. Abre o terminal e navega até ao diretório da aplicação.
3. Executa o seguinte comando:

python app.py

4. A aplicação deve iniciar e estar disponível em http://localhost:5000.

Agora, podes interagir com a aplicação e explorar as suas funcionalidades.

streamlit run rag_voice.py

5. Abre o teu navegador web e navega até à URL fornecida na saída do console para interagir com o sistema Voice RAG.

Como funciona?

1. Processamento de Documentos:

• Carrega documentos PDF através da interface Streamlit
• Os documentos são divididos em partes utilizando o RecursiveCharacterTextSplitter da LangChain
• Cada parte é incorporada utilizando o FastEmbed e armazenada no Qdrant

2. Processamento de Consultas:

• As perguntas dos utilizadores são convertidas em incorporações
• Documentos semelhantes são recuperados do Qdrant
• Um agente de processamento gera uma resposta clara e amigável para a fala
• Um agente TTS otimiza a resposta para síntese de voz

3. Geração de Voz:

• As respostas em texto são convertidas em fala utilizando o TTS da OpenAI
• Os utilizadores podem escolher entre várias opções de voz
• O áudio pode ser reproduzido diretamente ou descarregado como MP3

4. Funcionalidades:

• Streaming de áudio em tempo real
• Múltiplas opções de personalidade de voz
• Rastreio da fonte do documento
• Capacidade de descarregar respostas em áudio
• Rastreio de progresso para o processamento de documentos