ChatGPT-OpenAI-Smart-Speaker

用GPT-4和语音视觉,把普通音箱变成能看会聊的AI助手

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 音频音乐 🍴 复刻 39 🐛 待处理 2 👀 关注 13
GitHub ↗
GitHub 星标 ★ 318
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,可免费使用和部署。

项目预览

ChatGPT-OpenAI-Smart-Speaker 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队Olney1
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,可免费使用和部署。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型agents,ai,artificial-intelligence,chatgpt,gpt-4,langchain,langsmith,openai,smarthome,smartspeaker,speech-recognition,speech-to-text,tavily,text-to-speech,vision,vision-and-language,webscraping
GitHub 星标★ 318
上线时间2023-01-07 00:00:00
代码更新2024-11-13
仓库体积148.1 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

这是一个基于Python的开源AI智能音箱项目,旨在将普通音箱升级为支持语音和视觉交互的智能助手。它利用OpenAI的GPT-4模型,结合语音识别(STT)、文本转语音(TTS)和Langchain代理,实现自然语言对话、视觉问答和网络搜索功能。项目解决了传统智能音箱交互单一、无法理解复杂指令的问题,核心能力包括语音唤醒与对话、图像识别与描述、实时信息检索(通过Langchain agents调用搜索工具),以及通过Langsmith进行对话追踪和优化。用户可通过麦克风或摄像头输入,获得语音或文本回复,适合DIY智能家居、教育演示和快速原型开发。项目代码结构清晰,依赖主流AI库,便于二次开发和功能扩展。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 318

核心亮点

  • 集成语音识别、TTS和视觉问答,交互方式多样
  • 通过Langchain agents实现实时网络搜索,回答不局限于训练数据
  • 使用Langsmith追踪对话,便于调试和优化AI行为

不足之处

  • 依赖OpenAI API,需要付费密钥且网络环境要求高
  • 硬件适配和部署文档不完善,初学者上手有门槛
  • 文档/社区待观察

适用场景

  • DIY智能家居语音控制中枢
  • AI教育演示和交互式学习工具
  • 快速构建语音+视觉AI原型产品

替代项目

Mycroft、OpenAssistant、Home Assistant

上一篇:ai-skills

下一篇:sayna

同类项目推荐

PyScrappy 开源

给 AI 智能体一个干净的结构化网页数据接口

Adaptive Python web scraping toolkit + MCP server for AI agents. Self-healing select···

★ 265 2026-08-09
NagaAgent 开源

用 MCP 和工具调用,快速搭一个能干活的私人 AI 助手

A simple yet powerful agent framework for personal assistants, designed to enable in···

★ 1546 2026-11-03
director-mode-lite 开源

像导演指挥团队一样,用 Claude Code 高效完成开发任务

Use Claude Code like a Director, not a Programmer. MIT toolkit with Auto-Loop, guide···

★ 80 2026-08-09
Unity-Skills 开源

把 AI 变成 Unity 开发助手,一键搞定场景和代码

AI automation skills specifically designed for Unity

★ 1929 2026-08-09
Carmack-Council 开源

多智能体协作写代码,让 AI 像专家团一样帮你把关

Multi-agent Claude Code skill for building apps and stuff

★ 55 2026-08-09
lazycodex 开源

给 Codex 装上记忆和规划,复杂代码库也能一次搞定。

The one and only agent harness for complex codebases. Project memory, planning, exec···

★ 3896 2026-08-09
opencode-goal-plugin 开源

给 AI 编程助手装上目标导航,防止跑偏,专注干完活

OpenCode goal plugin for Codex-style goal mode, /goal slash commands, persistent obj···

★ 531 2026-08-09
multi-agent-llm 开源

轻量实现多智能体LLM推理,快速上手迭代思考方法

Lean implementation of various multi-agent LLM methods, including Iteration of Thoug···

★ 136 2026-08-09
job-description-skill 开源

粘贴JD,秒出匹配报告和面试预测,决定投不投。

Claude skill that reads a job description and hands back an HTML report — match sco···

★ 116 2026-08-09