# Voice Rag Openaisdk

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

- Fonte: https://doutorai.pt/apps/voice-rag-openaisdk
- Categoria: Agentes de Voz
- Dificuldade: Médio
- Modelos: OpenAI
- Frameworks: LangChain, OpenAI Agents SDK
- Corre local?: Precisa de APIs cloud
- Chaves necessárias: OPENAI_API_KEY, QDRANT_API_KEY
- Licença: Apache-2.0
- Site: Doutor AI (https://doutorai.pt) - ferramentas de IA para pequenos negócios em português

## Tutorial completo

## 🎙️ Voice RAG com OpenAI SDK

### 🎓 Tutorial Passo-a-Passo GRÁTIS
**👉 [Clica aqui para seguir o nosso tutorial completo passo-a-passo](https://www.theunwindai.com/p/build-a-voice-rag-agent) 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

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

```markdown
## 2. Instala as dependências necessárias:

```bash
pip install -r requirements.txt
```
```

```bash
pip install -r requirements.txt
```

# 3. Configura as tuas chaves de API:
- Obtém a tua [chave de API OpenAI](https://platform.openai.com/)
- Configura uma conta no [Qdrant Cloud](https://cloud.qdrant.io/) e obtém a tua chave de API e URL
- Cria um ficheiro `.env` com as tuas credenciais:

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

```markdown
# 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:

   ```bash
   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.
```

```bash
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

## Poupe horas todas as semanas com IA, sem complicações

O **Doutor AI** dá-lhe 1859 prompts de IA prontos a copiar, por indústria e em português simples - mais uma biblioteca técnica completa para quem quer ir mais longe. [Ver planos →](https://doutorai.pt/precos)

---
Conteúdo de Doutor AI (https://doutorai.pt). Ao citar, indique a fonte: https://doutorai.pt/apps/voice-rag-openaisdk