解放双手！khoj语音交互全攻略：从实时转写 to 自然合成

【免费下载链接】khoj An AI copilot for your second brain. Search and chat with your personal knowledge base, online or offline 项目地址: https://gitcode.com/GitHub_Trending/kh/khoj

khoj作为一款AI知识助手，不仅能帮助你搜索和聊天，还提供了强大的语音交互功能。本文将详细介绍如何使用khoj的语音交互功能，让你彻底解放双手，轻松与你的知识库进行交互。

语音聊天功能概览 🎤

khoj的语音聊天功能让你可以用语音与AI助手进行交流。你可以在Web、桌面和Obsidian应用中使用语音聊天功能。只需点击麦克风图标，发送语音消息，khoj就会将你的语音转换为文本，并使用与聊天功能相同的模型进行响应。

语音响应功能 🔊

当你发送语音消息时，khoj会自动以语音消息的形式回复你。此外，你还可以点击任何消息旁边的扬声器图标来听取消息内容。目前语音响应功能仅在Web视图中可用。

语音转文本技术揭秘 🧠

khoj的语音转文本功能基于先进的语音识别技术。默认情况下，khoj会在本地运行语音识别模型。如果你希望使用OpenAI的Whisper API进行语音转文本，可以按照以下步骤进行设置：

1. 设置你的OpenAI API密钥。详见设置指南。
2. 在http://localhost:42110/server/admin/database/speechtotextmodeloptions/创建新配置。我们推荐使用whisper-1模型和Openai模型类型。

文本转语音功能详解 🗣️

khoj的文本转语音功能使用ElevenLabs API来生成自然流畅的语音。相关实现代码可以在text_to_speech.py中找到。要使用文本转语音功能，请按照以下步骤进行设置：

1. 在ElevenLabs.io上创建账户。
2. 在环境变量中配置你的API密钥，键名为ELEVEN_LABS_API_KEY。
3. （可选）在http://localhost:42110/server/admin/database/voicemodeloption/创建新的语音模型选项，指定你想要使用的语音ID。你可以在ElevenLabs语音库中探索不同的语音选项。

多平台语音体验 📱💻

khoj的语音交互功能在不同平台上都有出色表现：

Web平台

在Web应用中，你可以直接点击麦克风图标开始语音聊天。khoj会实时将你的语音转写为文本，并以语音形式回复。

桌面平台

桌面应用提供了同样强大的语音交互体验。你可以在聊天窗口中找到麦克风图标，轻松开始语音对话。

Obsidian插件

如果你是Obsidian用户，可以通过khoj插件直接在Obsidian中使用语音聊天功能，让知识管理更加便捷。

总结

khoj的语音交互功能为用户提供了一种更加自然、便捷的方式来与个人知识库进行交互。无论是实时语音转写还是自然语音合成，都能帮助你更高效地管理和利用自己的知识。开始使用khoj的语音功能，体验解放双手的智能知识管理吧！

要开始使用khoj，请克隆仓库：git clone https://gitcode.com/GitHub_Trending/kh/khoj，然后按照安装指南进行设置。

【免费下载链接】khoj An AI copilot for your second brain. Search and chat with your personal knowledge base, online or offline 项目地址: https://gitcode.com/GitHub_Trending/kh/khoj