# AI-Girlfriend **Repository Path**: BeyondESH/AI-Girlfriend ## Basic Information - **Project Name**: AI-Girlfriend - **Description**: 基于 Qt 6 QML 开发的 AI 虚拟伴侣桌面应用程序，集成了语音识别 (ASR)、大语言模型 (LLM) 和语音合成 (TTS) 功能，支持文字聊天和语音对话两种交互模式 - **Primary Language**: C++ - **License**: Not specified - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 6 - **Forks**: 3 - **Created**: 2025-11-04 - **Last Updated**: 2026-03-02 ## Categories & Tags **Categories**: ai **Tags**: None ## README # AI-Girlfriend (你的女孩) 一个基于 Qt 6 QML 开发的 AI 虚拟伴侣桌面应用程序，集成了语音识别 (ASR)、大语言模型 (LLM) 和语音合成 (TTS) 功能，支持文字聊天和语音对话两种交互模式。 ## 功能特性 ### 核心功能 - **文字聊天**: 与 AI 进行文字对话，支持实时响应 - **语音对话**: 支持语音输入，AI 语音回复，实现真正的语音交互体验 - **语音克隆**: 支持自定义 TTS 语音样本，可克隆任意声音 - **对话历史**: 自动保存对话记录，支持多会话管理 - **上下文记忆**: 同一对话中 AI 能够记住之前的对话内容，实现连贯的长对话 - **个性化定制**: 可自定义 AI 角色名称、性格、系统提示词等 ### 语音识别 (ASR) - 基于 FunASR 的实时语音识别 - 支持 2pass 模式（在线+离线），兼顾实时性和准确性 - 实时显示语音转写结果 - 支持音频文件识别（用于语音样本参考文本自动生成） ### 语音合成 (TTS) - 基于 CosyVoice 的零样本语音克隆 - 内置多个预设语音样本 - 支持自定义语音样本上传 - 自动识别语音样本的参考文本 ### 服务状态监控 - 实时监控 Ollama、FunASR、CosyVoice 服务状态 - 自动重连机制，确保 WebSocket 连接稳定性 - 可视化服务状态面板 ### 界面特性 - 现代化 UI 设计，简洁美观 - 响应式布局，自适应窗口大小 - 平滑动画效果，提升用户体验 - 侧边栏历史对话管理 ## 技术架构 ### 前端 - **Qt 6.8+** - 跨平台 GUI 框架 - **QML** - 声明式 UI 开发 - **Qt Quick Controls 2** - 现代化控件库 ### 后端服务 - **Ollama** - 本地大语言模型服务 (默认端口: 11434) - 支持 Qwen3、Llama3 等多种模型 - 支持对话历史上下文传递 - **FunASR** - 阿里开源语音识别服务 (默认端口: 10096) - 支持 2pass 实时+离线双模式 - WebSocket 实时流式传输 - **CosyVoice** - 语音合成/克隆服务 (默认端口: 50000) - 零样本语音克隆技术 - 支持自定义参考音频 ### 通信协议 - **WebSocket** - ASR 实时语音流传输 - **HTTP REST API** - LLM 和 TTS 服务调用 ## 项目结构 ``` AI-Girlfriend/ ├── main.cpp # 应用程序入口 ├── Main.qml # 主界面 ├── application.cpp/h # 应用程序核心逻辑 │ # - 对话历史管理 │ # - 服务状态检测 │ # - 音频文件识别 ├── audiomgr.cpp/h # 音频管理 │ # - 麦克风录音 │ # - TTS 音频播放 ├── configmgr.cpp/h # 配置管理 (单例模式) │ # - 用户/AI 角色设置 │ # - 服务器地址配置 │ # - 语音样本管理 ├── gateway.cpp/h # 网络通信网关 │ # - WebSocket ASR 连接 │ # - HTTP LLM/TTS 请求 │ # - 自动重连机制 ├── CMakeLists.txt # CMake 构建配置 ├── res.qrc # Qt 资源文件 ├── Components/ # QML 组件 │ ├── ChatMessageListModel.qml # 聊天消息模型 │ ├── HistoryListModel.qml # 历史对话模型 │ ├── MessageBubble.qml # 消息气泡组件 │ └── SideButton.qml # 侧边栏按钮 ├── Pages/ # QML 页面 │ ├── ChatPage.qml # 文字聊天页面 │ ├── VoiceChatPage.qml # 语音对话页面 │ ├── SettingPage.qml # 设置页面 │ └── StatePage.qml # 服务状态页面 ├── js/ # JavaScript 工具函数 │ └── addListModel.js ├── img/icon/ # 图标资源 └── sample/ # 语音样本文件 ├── huiyuanai.WAV # 灰原哀样本1 ├── huiyuanai2.WAV # 灰原哀样本2 └── xuan.wav # 默认样本 ``` ## 环境要求 ### 开发环境 - Qt 6.8 或更高版本 - CMake 3.16+ - MSVC 2022 (Windows) 或 GCC/Clang (Linux/macOS) ### 运行时依赖 - **Ollama** - 本地 LLM 服务 - **FunASR** - WebSocket 语音识别服务 - **CosyVoice** - HTTP 语音合成服务 ## 构建说明 ### Windows (MSVC) ```bash # 创建构建目录 mkdir build cd build # 配置项目 (确保 Qt 在 PATH 中) cmake .. -G "Ninja" -DCMAKE_PREFIX_PATH="C:/Qt/6.10.0/msvc2022_64" # 编译 cmake --build . ``` ### 使用 Qt Creator 1. 打开 `CMakeLists.txt` 作为项目文件 2. 选择合适的 Qt Kit (Qt 6.8+ MSVC 2022 64-bit) 3. 点击构建并运行 ## 配置说明 ### 默认配置 | 配置项 | 默认值 | |--------|--------| | 用户名称 | 用户 | | AI 名称 | 雅萱 | | ASR 服务地址 | ws://127.0.0.1:10096 | | LLM 服务地址 | http://127.0.0.1:11434/api/chat | | TTS 服务地址 | http://127.0.0.1:50000/inference_zero_shot | | LLM 模型 | qwen3:8b | ### 自定义配置 所有配置项均可在应用程序的"个性化定制"页面中修改，包括： - **用户信息**: 用户名称、用户描述 - **AI 角色**: AI 名称、性格描述、系统提示词 - **服务器配置**: ASR/LLM/TTS 服务地址、模型名称 - **语音克隆**: 预设语音样本选择、自定义语音样本上传 ## 后端服务部署 ### Ollama ```bash # 安装 Ollama # Windows: 从 https://ollama.ai 下载安装程序 # 下载并运行模型 ollama run qwen3:8b ``` ### FunASR ```bash # 使用 Docker 部署 docker run -d \ --name funasr \ -p 10096:10096 \ registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.10 # 或参考官方文档: https://github.com/alibaba-damo-academy/FunASR ``` ### CosyVoice ```bash # 参考 CosyVoice 官方仓库部署 # https://github.com/FunAudioLLM/CosyVoice # 启动推理服务，确保监听端口 50000 python webui.py --port 50000 ``` ## 使用说明 1. **启动后端服务**: 确保 Ollama、FunASR、CosyVoice 服务已启动 2. **运行应用程序**: 启动 AI-Girlfriend 应用 3. **检查服务状态**: 在"服务器状态"页面确认所有服务在线 4. **开始对话**: - **文字聊天**: 在首页输入框中输入文字，按回车或点击发送 - **语音对话**: 点击侧边栏"语音对话"，点击麦克风按钮开始说话 5. **个性化设置**: 在"个性化定制"页面自定义 AI 角色和语音 ### 使用技巧 - **上下文记忆**: 在同一对话中，AI 会记住之前的对话内容。例如告诉 AI "我叫小明"，之后 AI 会记住你的名字 - **新建对话**: 点击顶部"+"按钮创建新对话，清空上下文重新开始 - **历史对话**: 在侧边栏可以查看和切换历史对话 - **语音克隆**: 在设置页面上传自己的语音样本，AI 就能用你的声音说话 ## 开发者信息 - **组织**: BeyondESH - **域名**: beyondesh.top - **应用名称**: 你的女孩 ## 许可证 本项目仅供学习和研究使用，无开发者本人许可禁止商用 ## 更新日志 ### v0.2 (2025-12-8) - **新增**: 对话上下文记忆功能，AI 能记住同一对话中的历史内容 - **新增**: 音频文件识别功能，支持自动生成语音样本的参考文本 - **新增**: 自定义语音样本管理，独立存储样本路径、名称和参考文本 - **优化**: ASR 使用 2pass 模式，提升识别准确性 - **优化**: WebSocket 连接使用 127.0.0.1 替代 localhost，解决 IPv6 兼容性问题 - **优化**: 语音对话页面独立会话，不与文字聊天历史混淆 - **修复**: 修复文字聊天消息重复显示问题 - **修复**: 修复语音样本切换不生效问题 - **修复**: 修复空语音输入导致的异常 LLM 请求 ### v0.1 (初始版本) - 实现文字聊天功能 - 实现语音对话功能 - 支持语音克隆 - 添加服务状态监控 - 添加个性化设置功能