Lucia ist ein Flask-basiertes Projekt, das Nutzern ermöglicht, mit einer KI zu interagieren, die Fragen beantwortet, Texte analysiert und Antworten in Audioform bereitstellt. Dieses System kombiniert Text- und Spracherkennung mit generativer KI und Text-to-Speech (TTS)-Technologie, um eine immersive Benutzererfahrung zu schaffen.

Lucia bietet folgende Funktionen:

1. Audioverarbeitung: Hochgeladene Audiodateien werden transkribiert.
2. Textverarbeitung: Die transkribierten Inhalte werden analysiert und beantwortet.
3. Sprachausgabe: Die Antwort wird synthetisiert und als Audio zurückgegeben.

• Flask: Für die API-Erstellung und das Servieren von Dateien.
• Flask-CORS: Ermöglicht Cross-Origin Resource Sharing.
• LangChain: Ermöglicht die Nutzung von LLMs (Large Language Models) wie OpenAI.
• OpenAI API: Für Textgenerierung und Sprachtranskription.
• Microsoft Edge TTS: Text-to-Speech-Synthese.
• asyncio: Für asynchrone Verarbeitung.
• base64: Kodierung der Audiodateien in Base64-Format.

git clone [email protected]:htsago/luciabot.git
cd luciabot

python3 -m venv venv
source venv/bin/activate  # Für Linux/Mac
venv\Scripts\activate     # Für Windows

pip install -r requirements.txt

1. API-Key für OpenAI:

   • Speichere deinen API-Key in der Umgebungsvariable OPENAI_API_KEY.
   • Füge folgende Zeile zu ~/.bashrc oder ~/.zshrc hinzu (Linux/Mac):

     export OPENAI_API_KEY="DEIN_API_KEY"

     Lade die Änderungen:

     source ~/.bashrc

   • Für Windows:

     set OPENAI_API_KEY=DEIN_API_KEY

2. Index-HTML-Datei: Stelle sicher, dass sich eine index.html im Verzeichnis templates/ befindet.

python app.py

• Methode: GET
• Rückgabe: Statische HTML-Seite.

• Methode: POST
• Daten: audio_data (Hochgeladene Datei)
• Antwort:
  • user_text: Transkribierter Text.
  • assistant_text: Antwort der KI.
  • audio: Base64-kodierte Audioantwort.

1. PromptTemplate: Konfiguriert den Interaktionsstil von Lucia.
2. LLMChain: Implementiert die Logik zur Verarbeitung von Nutzeranfragen.
3. Synthesize Speech: Generiert eine Audioausgabe basierend auf Text.

Dein Dienstname ist "Lucia" und du beantwortest die Fragen von Nutzern in einem Ton und Akzent.
{history}
Human: {human_input}
Assistant:

Eine vollständige Liste der Bibliotheken findest du in der Datei requirements.txt. Wichtigste Abhängigkeiten sind:

• Flask
• Flask-CORS
• openai
• langchain-community
• langchain-core
• edge-tts

Falls ein Fehler auftritt, gibt die API:

• HTTP 400: Bei ungültigen Anfragen (z. B. fehlende Audiodateien).
• HTTP 500: Bei internen Verarbeitungsfehlern.

• Flask Dokumentation: https://flask.palletsprojects.com/
• OpenAI API: https://platform.openai.com/docs/
• Edge TTS: https://github.com/replicate/edge-tts
• LangChain: https://www.langchain.com/