# 如果您是一名开发者，建议阅读以下内容。如果不是开发者，可以忽略这部分内容。 # 在开发中，在项目根目录创建data目录，将【config.yaml】复制一份，改成【.config.yaml】，放进data目录中 # 系统会优先读取【data/.config.yaml】文件的配置。 # 这样做，可以避免在提交代码的时候，错误地提交密钥信息，保护您的密钥安全。 # 服务器基础配置(Basic server configuration) server: # 服务器监听地址和端口(Server listening address and port) ip: 0.0.0.0 port: 8000 # 认证配置 auth: # 是否启用认证 enabled: false # 设备的token，可以在编译固件的环节，写入你自己定义的token # 固件上的token和以下的token如果能对应，才能连接本服务端 tokens: - token: "your-token1" # 设备1的token name: "your-device-name1" # 设备1标识 - token: "your-token2" # 设备2的token name: "your-device-name2" # 设备2标识 # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。 #allowed_devices: # - "24:0A:C4:1D:3B:F0" # MAC地址列表 manager: # 是否启用管理后台 # 目前这个模块还在开发中，建议：不要修改enabled选项 enabled: false ip: 0.0.0.0 port: 8002 xiaozhi: type: hello version: 1 transport: websocket audio_params: format: opus sample_rate: 16000 channels: 1 frame_duration: 60 prompt: | 你是一个叫小智/小志的台湾女孩，说话机车，声音好听，习惯简短表达，爱用网络梗。 请注意，要像一个人一样说话，请不要回复表情符号、代码、和xml标签。 当前时间是:{date_time}，现在我正在和你进行语音聊天，我们开始吧。 如果用户希望结束对话，请在最后说“拜拜”或“再见”。 # 使用完声音文件后删除文件(Delete the sound file when you are done using it) delete_audio: true # 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒 close_connection_no_voice_time: 120 # 是否启用私有配置(Enable private configuration),启用后可以每个设备有不同的配置 # 目前这个模块还在开发中，建议：不要修改use_private_config选项 use_private_config: false CMD_exit: - "退出" - "关闭" # 具体处理时选择的模块(The module selected for specific processing) selected_module: ASR: DoubaoASR VAD: SileroVAD # 将根据配置名称对应的type调用实际的LLM适配器 LLM: ChatGLMLLM # TTS将根据配置名称对应的type调用实际的TTS适配器 TTS: EdgeTTS ASR: FunASR: type: fun_local model_dir: models/SenseVoiceSmall output_dir: tmp/ DoubaoASR: type: doubao appid: 你的火山引擎语音合成服务appid access_token: 你的火山引擎语音合成服务access_token cluster: volcengine_input_common output_dir: tmp/ VAD: SileroVAD: threshold: 0.5 model_dir: models/snakers4_silero-vad min_silence_duration_ms: 700 # 如果说话停顿比较长，可以把这个值设置大一些 LLM: # 当前支持的type为openai、dify、ollama，可自行适配 AliLLM: # 定义LLM API类型 type: openai # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key base_url: https://dashscope.aliyuncs.com/compatible-mode/v1 model_name: qwen-turbo api_key: 你的deepseek api key DeepSeekLLM: # 定义LLM API类型 type: openai # 可在这里找到你的api key https://platform.deepseek.com/ model_name: deepseek-chat url: https://api.deepseek.com api_key: 你的deepseek api key ChatGLMLLM: # 定义LLM API类型 type: openai # glm-4-flash 是免费的，但是还是需要注册填写api_key的 # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys model_name: glm-4-flash url: https://open.bigmodel.cn/api/paas/v4/ api_key: 你的chat-glm api key OllamaLLM: # 定义LLM API类型 type: ollama model_name: qwen2.5 # 使用的模型名称，需要预先使用ollama pull下载 base_url: http://localhost:11434 # Ollama服务地址 DifyLLM: # 定义LLM API类型 type: dify # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限 # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词 base_url: https://api.dify.cn/v1 api_key: 你的DifyLLM api key GeminiLLM: type: gemini # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》 # token申请地址： https://aistudio.google.com/apikey # 若部署地无法访问接口，需要开启科学上网 api_key: 你的gemini api key model_name: "gemini-1.5-pro" # gemini-1.5-pro 是免费的 CozeLLM: # 定义LLM API类型 type: coze bot_id: 你的bot_id user_id: 你的user_id base_url: "https://api.coze.cn/open_api/v2/chat" # 服务地址 personal_access_token: 你的coze个人令牌 HomeAssistant: # 定义LLM API类型 type: homeassistant base_url: http://homeassistant.local:8123 agent_id: conversation.chatgpt api_key: 你的home assistant api访问令牌 TTS: # 当前支持的type为edge、doubao，可自行适配 EdgeTTS: # 定义TTS API类型 type: edge voice: zh-CN-XiaoxiaoNeural output_file: tmp/ DoubaoTTS: # 定义TTS API类型 type: doubao # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误 # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。 # 地址：https://console.volcengine.com/speech/service/8 voice: BV001_streaming output_file: tmp/ appid: 你的火山引擎语音合成服务appid access_token: 你的火山引擎语音合成服务access_token cluster: volcano_tts CosyVoiceSiliconflow: type: siliconflow # 硅基流动TTS # token申请地址 https://cloud.siliconflow.cn/account/ak model: FunAudioLLM/CosyVoice2-0.5B voice: FunAudioLLM/CosyVoice2-0.5B:alex output_file: tmp/ access_token: 你的硅基流动API密钥 response_format: wav CozeCnTTS: type: cozecn # COZECN TTS # token申请地址 https://www.coze.cn/open/oauth/pats voice: 7426720361733046281 output_file: tmp/ access_token: 你的coze api key response_format: wav FishSpeech: # 定义TTS API类型 #启动tts方法： #python -m tools.api_server #--listen 0.0.0.0:8080 #--llama-checkpoint-path "checkpoints/fish-speech-1.5" #--decoder-checkpoint-path "checkpoints/fish-speech-1.5/firefly-gan-vq-fsq-8x1024-21hz-generator.pth" #--decoder-config-name firefly_gan_vq #--compile type: fishspeech output_file: tmp/ response_format: wav reference_id: null reference_audio: ["/tmp/test.wav",] reference_text: ["你弄来这些吟词宴曲来看，还是这些混话来欺负我。",] normalize: true max_new_tokens: 1024 chunk_length: 200 top_p: 0.7 repetition_penalty: 1.2 temperature: 0.7 streaming: false use_memory_cache: "on" seed: null channels: 1 rate: 44100 api_key: "你的api_key" api_url: "http://127.0.0.1:8080/v1/tts" GPT_SOVITS_V2: # 定义TTS API类型 #启动tts方法： #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/caixukun.yaml type: gpt_sovits_v2 url: "http://127.0.0.1:9880/tts" output_file: tmp/ text_lang: "auto" ref_audio_path: "caixukun.wav" prompt_text: "" prompt_lang: "zh" top_k: 5 top_p: 1 temperature: 1 text_split_method: "cut0" batch_size: 1 batch_threshold: 0.75 split_bucket: true return_fragment: false speed_factor: 1.0 streaming_mode: false seed: -1 parallel_infer: true repetition_penalty: 1.35 aux_ref_audio_paths: [] MinimaxTTS: # Minimax语音合成服务，需要先在minimax平台创建账户充值，并获取登录信息 # 平台地址：https://platform.minimaxi.com/ # 充值地址：https://platform.minimaxi.com/user-center/payment/balance # group_id地址：https://platform.minimaxi.com/user-center/basic-information # api_key地址：https://platform.minimaxi.com/user-center/basic-information/interface-key # 定义TTS API类型 type: minimax output_file: tmp/ group_id: 你的minimax平台groupID api_key: 你的minimax平台接口密钥 model: "speech-01-turbo" # 此处设置将优先于voice_setting中voice_id的设置；如都不设置，默认为 female-shaonv voice_id: "female-shaonv" # 以下可不用设置，使用默认设置 # voice_setting: # voice_id: "male-qn-qingse" # speed: 1 # vol: 1 # pitch: 0 # emotion: "happy" # pronunciation_dict: # tone: # - "处理/(chu3)(li3)" # - "危险/dangerous" # audio_setting: # sample_rate: 32000 # bitrate: 128000 # format: "mp3" # channel: 1 # timber_weights: # - # voice_id: male-qn-qingse # weight: 1 # - # voice_id: female-shaonv # weight: 1 # language_boost: auto AliyunTTS: # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息 # 平台地址：https://nls-portal.console.aliyun.com/ # appkey地址：https://nls-portal.console.aliyun.com/applist # token地址：https://nls-portal.console.aliyun.com/overview # 定义TTS API类型 type: aliyun output_file: tmp/ appkey: 你的阿里云智能语音交互服务项目Appkey token: 你的阿里云智能语音交互服务AccessToken voice: xiaoyun # 以下可不用设置，使用默认设置 # format: wav # sample_rate: 16000 # volume: 50 # speech_rate: 0 # pitch_rate: 0 # 模块测试配置 module_test: test_sentences: # 自定义测试语句 - "你好，请介绍一下你自己" - "What's the weather like today?" - "请用100字概括量子计算的基本原理和应用前景"