GPT Assistant

---

简介

GPT Assistant 是一个基于ChatGPT的安卓端语音助手，允许用户通过手机音量键从任意界面唤起并直接进行语音交流，用最快捷的方式询问并获取回复

项目特性

• 支持用户预设问题模板，支持连续对话，支持gpt-3.5-turbo和gpt-4模型
• 通过无障碍功能捕获音量键事件，实现在任意界面唤起
• 支持从全局上下文菜单（选中文本后弹出的系统菜单）中直接唤起
• 支持通过状态栏快捷按钮唤起
• 支持对Markdown进行渲染
• 使用华为或百度语音API进行语音输入
• 调用系统TTS引擎输出语音

国内使用说明

本软件通过OpenAI API获取回复，在国内使用时可以用第三方转发服务，如Chatanywhere，其目前提供免费和付费服务，具体使用方法见下述说明

注：Chatanywhere注册需要GitHub账号，因此注册时需要能够登录GitHub的网络环境

费用说明

本软件不会收取任何费用，用户能够免费使用各项功能，但如果有特殊需求，使用的下述第三方服务可能会产生费用:

1. ChatGPT调用费用

   • 以Chatanywhere为例，目前其免费服务限制对gpt-3.5-turbo模型的调用频率不超过60请求/小时/IP&Key，足够个人使用，若需要更高的调用频率或gpt-4模型，可以选择付费服务

2. 百度语音识别接口费用

   • 目前华为HMS提供免费的语音识别接口，因此程序内置了作者的API Key以供直接使用，如无特殊情况该API将在华为免费期间一直可用

   • 程序也提供了对百度接口的调用以供有需要的情况下使用，目前百度短语音识别为新用户提供15万次 & 180天免费额度，额度外收取￥0.0034/次的调用费用

---

效果展示

一、基础使用：仅用音量键就可以操控

1. 长按音量下键唤出界面

2. 按住音量键不放，开始语音输入

3. 松开后再次短按，发送问题

4. 接收回复的同时可以自动通过语音进行播报

二、用状态栏快捷键也可触发

下拉状态栏，点击“GPT”按钮，即可唤出界面，键盘会自动弹出，可以手动输入问题

三、从全局上下文菜单唤起

在选中文本后弹出的系统菜单中，点击GPTAssistant选项，即可直接唤起应用并将选中文本添加到输入框

四、支持连续对话

激活上方的对话图标，即可保留当前会话，进行连续对话

---

使用方法

1. 下载安装

直接下载最新发行版中的apk文件，安装即可

2. 配置 OpenAI

程序使用的是OpenAI API，需要用户在设置中填入自己的API_KEY，可以选择使用官方服务或第三方转发服务

• 使用Chatanywhere转发服务（国内推荐）

  Chatanywhere提供了免费和付费的OpenAI API转发服务，目前免费服务限制60请求/小时/IP&Key调用频率，付费服务则无限制，可以在国内直接访问，用户可以参照其项目主页获取地址和KEY填入设置中

• 使用官方服务

  在OpenAI官网注册账号并获取API_KEY，在设置中填写网址https://api.openai.com/和API_KEY

3. 配置百度语音识别 (可选)

注：程序默认使用的是华为语音识别接口，如无特殊情况，不需要进行此步骤

用户可以参照百度语音识别官方文档注册并创建应用，然后获取AppID、API Key和Secret Key填入设置中

若设置项的“启用长语音”选项关闭，则使用的是百度短语音识别接口，若开启，则使用的是实时语音识别接口，需要用户根据需求在创建应用时勾选对应的服务

此外，在创建应用时，需要将“语音包名”设置为“Android”，并填入本软件包名com.skythinker.gptassistant

4. 开始使用

1. 根据软件提示开启无障碍服务，并允许软件在后台运行

2. 查看设置中是否存在“后台弹出界面”权限，如有该权限则允许，如无则忽略

   若发现长按音量下键后手机震动一下但没有弹出界面，大概率是因为缺少该权限

3. 开始正常使用，可参照效果展示中的操作步骤

---

Q&A

Q: 长按音量下键只是在调节音量，并没有其他任何现象？

A: 请在设置中开启本软件的无障碍服务（重启手机后可能需要重新开启，建议设置为无障碍快捷方式）

Q: 长按音量下键后，手机震动了一下，但没有弹出界面？

A: 请在设置中允许程序“后台弹出界面”权限

Q: 隔一段时间不用就无法使用音量键唤起了？

A: 请在设置中允许程序在后台运行

Q: 语音播报没声音 / 不好听？

A: 软件调用的是系统自带TTS(Text To Speech)服务，可以通过软件设置项“打开系统语音设置”进入系统设置界面，选择合适的语音引擎；若对系统自带引擎不满意也可以自行安装讯飞等第三方TTS引擎

Q: 华为和百度语音识别效果有什么差别？

A: 经测试，所使用的华为接口（实时语音识别）识别准确度较高，尤其是在中英混说的场景下，但其断句能力则不如百度，仅适合单句识别

---

主要功能更新日志

• 2023.09.10 发布第一个版本，支持基础对话、百度语音输入、TTS输出、Markdown渲染等功能
• 2023.09.13 支持连续对话、GPT-4、百度长语音识别，上下文菜单唤起
• 2023.10.06 添加华为HMS语音识别

---

测试环境

已测试的机型：

机型	系统版本	Android 版本	本程序版本
荣耀 7C	EMUI 8.0.0	Android 8	1.5.1
荣耀 20	HarmonyOS 3.0.0	Android 10	1.5.1
华为 Mate 30	HarmonyOS 3.0.0	Android 12	1.4.0
荣耀 Magic 4	MagicOS 7.0	Android 13	1.2.0
红米 K20 Pro	MIUI 12.5.6	Android 11	1.5.0
红米 K60 Pro	MIUI 14.0.23	Android 13	1.5.0
Pixel 2 (模拟器)	Android 12	Android 12	1.2.0

---

改进&贡献

如果你有改进建议或希望参与贡献，欢迎提交Issue或Pull Request

---

隐私说明

本程序不会以任何方式收集用户的个人信息，语音输入会直接发送给华为或百度API，提问会直接发送给OpenAI API，不会经过任何中间服务器

---

引用的开源项目

• Markwon: Android上的Markdown渲染器
• chatgpt-java: OpenAI API的Java封装