「GPT实战」GPT接入直播间实现虚拟人互动

sockstack / 162 / 2023-11-28 01:02:40

ChatGPT 可用网址，仅供交流学习使用，如对您有所帮助，请收藏并推荐给需要的朋友。 <a href="https://ckai.xyz/?sockstack&section=detail" target="__blank">https://ckai.xyz</a> <article class="baidu_pl"><div id="article_content" class="article_content clearfix">
<link rel="stylesheet" href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/kdoc_html_views-1a98987dfd.css">
<link rel="stylesheet" href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/ck_htmledit_views-25cebea3f9.css">
<div id="content_views" class="markdown_views prism-atom-one-dark">
<svg xmlns="http://www.w3.org/2000/svg" style="display: none;"><path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path></svg><h1>
<a id="_0"></a>摘要</h1> 
ChatGPT和元宇宙都是当前数字化领域中非常热门的技术和应用。结合两者的优势和特点，可以探索出更多的应用场景和商业模式。例如，在元宇宙中使用ChatGPT进行自然语言交互，可以为用户提供更加智能化、个性化的服务和支持；在ChatGPT中使用元宇宙进行虚拟现实体验，可以为用户提供更加真实、丰富、多样化的交互体验。 下面我将结合元宇宙和ChatGPT的优势，实战开发一个GPT虚拟直播的Demo并推流到抖音平台， 
<h1>
<a id="NodeJSChatGPTZIM_4"></a>NodeJS接入ChatGPT与即构ZIM</h1> 
上一篇文章《如何基于ChatGPT+Avatar搭建24小时无人直播间》，主要介绍了如何使用ChatGPT+即构Avatar做虚拟人直播。由于篇幅原因，对代码具体实现部分描述的不够详细。收到不少读者询问代码相关问题，接下来笔者将代码实现部分拆分2部分来详细描述: 
<ol>
<li>NodeJS接入ChatGPT与即构ZIM</li>
<li>ChatGPT与即构Avatar虚拟人对接直播</li>
</ol> 
本文主要讲解如何接入ChatGPT并实现后期能与Avatar对接能力。 
在开始讲具体流程之前，我们先来回顾一下整个GPT虚拟直播Demo的实现流程图,本文要分享的内容是下图的右边部分的实现逻辑。 
<img referrerpolicy="no-referrer" src="https://img-blog.csdnimg.cn/f87f8c6916994cca844fca7a92061e19.jpeg#pic_center" alt="在这里插入图片描述"> 
<h1>
<a id="1__16"></a>1 基本原理</h1> 
ChatGPT是纯文本互动，那么如何让它跟Avatar虚拟人联系呢？ 首先我们已知一个先验： 
<ul>
<li>即构Avatar有文本驱动能力，即给Avatar输入一段文本，Avatar根据文本渲染口型+播报语音</li>
<li>将观众在直播间发送的弹幕消息抓取后，发送给OpenAI的ChatGPT服务器</li>
<li>得到ChatGPT回复后将回复内容通过Avatar语音播报 在观众看来，这就是在跟拥有ChatGPT一样智商的虚拟人直播互动了。</li>
</ul> 
<h1>
<a id="2__24"></a>2 本文使用的工具</h1> 
<ul>
<li>GPT虚拟直播弹幕：即构ZIM语聊房群聊弹幕</li>
<li>GPT4.0:New bing</li>
<li>GPT3.5：ChatGPT</li>
</ul> 
<h1>
<a id="3_ChatGPT_30"></a>3 对接ChatGPT</h1> 
这里主要推荐2个库： 
<ul>
<li>chatgpt-api</li>
<li>chatgpt</li>
</ul> 
chatgpt-api封装了基于bing的chatgpt4.0，chatgpt基于openAI官方的chatgpt3.5。具体如何创建bing账号以及如何获取Cookie值以及如何获取apiKey，可以参考我另一篇文章《人人都能用ChatGPT4.0做Avatar虚拟人直播》。 
<h2>
<a id="31_chatgptapi_37"></a>3.1 chatgpt-api</h2> 
安装： 
<pre><code class="prism language-BASH">npm i @waylaidwanderer/chatgpt-api
</code></pre> 
bing还没有对中国大陆开放chatgpt，因此需要一个代理，因此需要把代理地址也一起封装。代码如下： 
<pre><code class="prism language-javascript">
import { BingAIClient } from '@waylaidwanderer/chatgpt-api';export class BingGPT {/** http_proxy, apiKey**/constructor(http_proxy, userCookie) {this.api = this.init(http_proxy, userCookie);this.conversationSignature = "";this.conversationId = "";this.clientId = "";this.invocationId = "";}init(http_proxy, userCookie) {console.log(http_proxy, userCookie)const options = { host: 'https://www.bing.com', userToken: userCookie,// If the above doesn't work, provide all your cookies as a string insteadcookies: '',// A proxy string like "http://&lt;ip&gt;:&lt;port&gt;"proxy: http_proxy,// (Optional) Set to true to enable `console.debug()` loggingdebug: false,};return new BingAIClient(options);}////此处省略chat函数......//
} 
</code></pre> 
上面代码完成了VPN和BingAIClient的封装，还缺少聊天接口，因此添加chat函数完成聊天功能： 
<pre><code class="prism language-javascript">//调用chatpgt 
chat(text, cb) {var res=""var that = this;console.log("正在向bing发送提问", text ) this.api.sendMessage(text, { toneStyle: 'balanced',onProgress: (token) =&gt; { if(token.length==2 &amp;&amp; token.charCodeAt(0)==55357&amp;&amp;token.charCodeAt(1)==56842){cb(true, res);} res+=token;}}).then(function(response){ that.conversationSignature = response.conversationSignature;that.conversationId = response.conversationId;that.clientId = response.clientId;that.invocationId = response.invocationId;}) ; }
</code></pre> 
在使用的时候只需如下调用： 
<pre><code class="prism language-javascript">var bing = new BingGPT(HTTP_PROXY, BING_USER_COOKIE);
bing.chat("这里传入提问内容XXXX?", function(succ, response){if(succ)console.log("回复内容：", response)
})
</code></pre> 
需要注意的是，基于bing的chatgpt4.0主要是通过模拟浏览器方式封住。在浏览器端有很多防机器人检测，因此容易被卡断。这里笔者建议仅限自己体验，不适合作为产品接口使用。如果需要封装成产品，建议使用下一节2.2内容。 
<h2>
<a id="32_chatgpt_112"></a>3.2 chatgpt</h2> 
安装: 
<pre><code class="prism language-bash">npm install chatgpt
</code></pre> 
跟上一小节2.1类似，基于openAI的chatgpt3.5依旧需要梯子才能使用。chatgpt库没有内置代理能力，因此我们可以自己安装代理库： 
<pre><code class="prism language-bash">npm install https-proxy-agent node-fetch
</code></pre> 
接下来将代理和chatgpt库一起集成封装成一个类： 
<pre><code class="prism language-javascript">import { ChatGPTAPI } from "chatgpt";
import proxy from "https-proxy-agent";
import nodeFetch from "node-fetch";export class ChatGPT {constructor(http_proxy, apiKey) {this.api = this.init(http_proxy, apiKey);this.conversationId = null;this.ParentMessageId = null;}init(http_proxy, apiKey) {console.log(http_proxy, apiKey)return new ChatGPTAPI({apiKey: apiKey,fetch: (url, options = {}) =&gt; {const defaultOptions = {agent: proxy(http_proxy),};const mergedOptions = {...defaultOptions,...options,};return nodeFetch(url, mergedOptions);},});}//...//此处省略chat函数//...
} 
</code></pre> 
完成ChatGPTAPI的封装后，接下来添加聊天接口： 
<pre><code class="prism language-javascript">//调用chatpgt 
chat(text, cb) {let that = thisconsole.log("正在向ChatGPT发送提问:", text)that.api.sendMessage(text, {conversationId: that.ConversationId,parentMessageId: that.ParentMessageId}).then(function (res) {that.ConversationId = res.conversationIdthat.ParentMessageId = res.idcb &amp;&amp; cb(true, res.text)}).catch(function (err) {console.log(err)cb &amp;&amp; cb(false, err);});
}
</code></pre> 
使用时就非常简单： 
<pre><code class="prism language-javascript">var chatgpt = new ChatGPT(HTTP_PROXY, API_KEY);
chatgpt.chat("这里传入提问内容XXXX?", function(succ, response){if(succ)console.log("回复内容：", response)
})
</code></pre> 
chatgpt库主要基于openAI的官方接口，相对来说比较稳定，推荐这种方式使用。 
<h2>
<a id="33__189"></a>3.3 两库一起封装</h2> 
为了更加灵活方便使用，随意切换chatgpt3.5和chatgpt4.0。将以上两个库封装到一个接口中。 
首先创建一个文件保存各种配置， KeyCenter.js： 
<pre><code class="prism language-javascript">const HTTP_PROXY = "http://127.0.0.1:xxxx";//本地vpn代理端口
//openAI的key, 
const API_KEY = "sk-xxxxxxxxxxxxxxxxxxxxxxxxx";
//bing cookie
const BING_USER_COOKIE = 'xxxxxxxxxxxxxxxxxxxxxxxx--BA';module.exports = { HTTP_PROXY: HTTP_PROXY,API_KEY: API_KEY,BING_USER_COOKIE:BING_USER_COOKIE
}</code></pre> 
注意，以上相关配置内容需要读者替换。 
接下来封装两个不同版本的chatGPT： 
<pre><code class="prism language-javascript">const KEY_CENTER = require("../KeyCenter.js");
var ChatGPTObj = null, BingGPTObj = null;
//初始化chatgpt
function getChatGPT(onInitedCb) {if (ChatGPTObj != null) {onInitedCb(true, ChatGPTObj);return;}(async () =&gt; {let { ChatGPT } = await import("./chatgpt.mjs");return new ChatGPT(KEY_CENTER.HTTP_PROXY, KEY_CENTER.API_KEY);})().then(function (obj) {ChatGPTObj = obj;onInitedCb(true, obj);}).catch(function (err) {onInitedCb(false, err);});
}function getBingGPT(onInitedCb){if(BingGPTObj!=null) {onInitedCb(true, BingGPTObj);return;}(async () =&gt; {let { BingGPT } = await import("./binggpt.mjs");return new BingGPT(KEY_CENTER.HTTP_PROXY, KEY_CENTER.BING_USER_COOKIE);})().then(function (obj) {BingGPTObj = obj;onInitedCb(true, obj);}).catch(function (err) {console.log(err)onInitedCb(false, err);});
}
</code></pre> 
上面两个函数<code>getBingGPT</code>和<code>getChatGPT</code>分别对应<code>2.1节</code>和<code>2.2节</code>封装的版本。在切换版本的时候直接调用对应的函数即可，但笔者认为，还不够优雅！使用起来还是不够舒服，因为需要维护不同的对象。最好能进一步封装，调用的时候一行代码来使用是最好的。那进一步封装，补充以下代码： 
<pre><code class="prism language-javascript">//调用chatgpt聊天
function chatGPT(text, cb) {getChatGPT(function (succ, obj) {if (succ) {obj.chat(text, cb);} else {cb &amp;&amp; cb(false, "chatgpt not inited!!!");}})
}function chatBing(text, cb){getBingGPT(function (succ, obj) {if (succ) {obj.chat(text, cb);} else {cb &amp;&amp; cb(false, "chatgpt not inited!!!");}})}module.exports = {chatGPT: chatGPT,chatBing:chatBing
} 
</code></pre> 
加了以上代码后，就舒服多了：想要使用bing的chatgpt4.0，那就调用chatBing函数好了；想要使用openAI官方的chatgpt3.5，那就调用chatGPT函数就好！ 
<h1>
<a id="4_Avatar_279"></a>4 对接Avatar</h1> 
<h2>
<a id="41__281"></a>4.1 基本思路</h2> 
好了，第2节介绍了对chatgpt的封装，不同的版本只需调用不同函数即可实现与chatgpt对话。接下来怎么将chatGPT的文本对话内容传递给Avatar呢？即构Avatar是即构推出的一款虚拟形象产品，它可以跟即构内的其他产品对接，比如即时通讯ZIM和音视频通话RTC。这就好办了，我们只需利用ZIM或RTC即可。 
这里我们主要利用即构ZIM实现，因为即构ZIM非常方便实时文本内容。即构ZIM群聊消息稳定可靠，延迟低，全球任何一个地区都有接入服务的节点保障到达。 
尤其是ZIM群聊有弹幕功能，相比发送聊天消息，发送弹幕消息不会被存储，更适合直播间评论功能。 
<h2>
<a id="42__290"></a>4.2 代码实现</h2> 
即构官方提供的js版本库主要是基于浏览器，需要使用到浏览器的特性如DOM、localStorage等。而这里我们主要基于NodeJS，没有浏览器环境。因此我们需要安装一些必要的库， 相关库已经在package.json有记录，直接执行如下命令即可： 
<pre><code class="prism language-cmd">npm install
</code></pre> 
<h3>
<a id="421__296"></a>4.2.1 创建模拟浏览器环境</h3> 
首先执行浏览器环境模拟，通过fake-indexeddb、jsdom、node-localstorage库模拟浏览器环境以及本地存储环境。创建WebSocket、XMLHttpRequest等全局对象。 
<pre><code class="prism language-javascript">var fs = require('fs');
//先清理缓存
fs.readdirSync('./local_storage').forEach(function (fileName) {fs.unlinkSync('./local_storage/' + fileName);
});const KEY_CENTER = require("../KeyCenter.js");
const APPID = KEY_CENTER.APPID, SERVER_SECRET = KEY_CENTER.SERVER_SECRET;
const generateToken04 = require('./TokenUtils.js').generateToken04;
var LocalStorage = require('node-localstorage').LocalStorage;
localStorage = new LocalStorage('./local_storage');
var indexedDB = require("fake-indexeddb/auto").indexedDB;
const jsdom = require("jsdom");
const { JSDOM } = jsdom;
const dom = new JSDOM(``, {url: "http://localhost/",referrer: "http://localhost/",contentType: "text/html",includeNodeLocations: true,storageQuota: 10000000
});
window = dom.window;
document = window.document;
navigator = window.navigator;
location = window.location;
WebSocket = window.WebSocket;
XMLHttpRequest = window.XMLHttpRequest;
</code></pre> 
<h3>
<a id="422_ZIM_330"></a>4.2.2 创建ZIM对象</h3> 
将即构官方下载的index.js引入，获取ZIM类并实例化，这个过程封装到createZIM函数中。需要注意的是登录需要Token，为了安全考虑，Token建议在服务器端生成。接下来把整个初始化过程封装到initZego函数中，包含注册监听接收消息，监控Token过期并重置。 
<pre><code class="prism language-javascript">const ZIM = require('./index.js').ZIM; function newToken(userId) {const token = generateToken04(APPID, userId, SERVER_SECRET, 60 * 60 * 24, '');return token;
}
/*** 创建ZIM对象
*/
function createZIM(onError, onRcvMsg, onTokenWillExpire) {var zim = ZIM.create(APPID);zim.on('error', onError);zim.on('receivePeerMessage', function (zim, msgObj) {console.log("收到P2P消息")onRcvMsg(false, zim, msgObj)});// 收到群组消息的回调zim.on('receiveRoomMessage', function (zim, msgObj) {console.log("收到群组消息")onRcvMsg(true, zim, msgObj)});zim.on('tokenWillExpire', onTokenWillExpire);return zim;
}
/*
*初始化即构ZIM
*/
function initZego(onError, onRcvMsg, myUID) {var token = newToken(myUID);var startTimestamp = new Date().getTime();function _onError(zim, err) {onError(err);}function _onRcvMsg(isFromGroup, zim, msgObj) {var msgList = msgObj.messageList;var fromConversationID = msgObj.fromConversationID;msgList.forEach(function (msg) {if (msg.timestamp - startTimestamp &gt;= 0) { //过滤掉离线消息var out = parseMsg(zim, isFromGroup, msg.message, fromConversationID)if (out)onRcvMsg(out); }})}function onTokenWillExpire(zim, second) {token = newToken(userId);zim.renewToken(token);}var zim = createZIM(_onError, _onRcvMsg, onTokenWillExpire);login(zim, myUID, token, function (succ, data) {if (succ) {console.log("登录成功！")} else {console.log("登录失败！", data)}})return zim;
}</code></pre> 
<h3>
<a id="423__400"></a>4.2.3 登录、创建房间、加入房间、离开房间</h3> 
调用zim对象的login函数完成登录，封装到login函数中；调用zim对象的joinRoom完成加入房间，封装到joinRoom函数中；调用zim的leaveRoom函数完成退出房间，封装到leaveRoom函数中。 
<pre><code class="prism language-javascript">/*** 登录即构ZIM
*/
function login(zim, userId, token, cb) {var userInfo = { userID: userId, userName: userId };zim.login(userInfo, token).then(function () {cb(true, null);}).catch(function (err) {cb(false, err);});
}
/*** 加入房间
*/
function joinRoom(zim, roomId, cb = null) {zim.joinRoom(roomId).then(function ({ roomInfo }) {cb &amp;&amp; cb(true, roomInfo);}).catch(function (err) {cb &amp;&amp; cb(false, err);});
}
/*** 离开房间
*/
function leaveRoom(zim, roomId) {zim.leaveRoom(roomId).then(function ({ roomID }) {// 操作成功console.log("已离开房间", roomID)}).catch(function (err) {// 操作失败console.log("离开房间失败", err)});
}
</code></pre> 
<h3>
<a id="424__446"></a>4.2.4 发送消息、解析消息</h3> 
发送消息分为一对一发送和发送到房间，这里通过isGroup参数来控制，如下sendMsg函数所示。将接收消息UID和发送内容作为sendMsg参数，最终封装并调用ZIM的sendMessage函数完成消息发送。 
接收到消息后，在我们的应用中设置了发送的消息内容是个json对象，因此需要对内容进行解析，具体的json格式可以参考完整源码，这里不做详细讲解。 
<pre><code class="prism language-javascript">/*** 发送消息
*/
function sendMsg(zim, isGroup, msg, toUID, cb) { var type = isGroup ? 1 : 0; // 会话类型，取值为 单聊：0，房间：1，群组：2var config = {priority: 1, // 设置消息优先级，取值为 低：1（默认），中:2，高：3}; var messageTextObj = { type: 20, message: msg, extendedData: '' };var notification = {onMessageAttached: function (message) { console.log("已发送", message)}} zim.sendMessage(messageTextObj, toUID, type, config, notification).then(function ({ message }) {// 发送成功cb(true, null);}).catch(function (err) {// 发送失败cb(false, err)}); 
}
/*** 解析收到的消息
*/
function parseMsg(zim, isFromGroup, msg, fromUid) {//具体实现略
}
</code></pre> 
<h3>
<a id="425__484"></a>4.2.5 导出接口</h3> 
有了以上的实现后，把关键函数导出暴露给其他业务调用： 
<pre><code class="prism language-javascript">module.exports = {initZego: initZego,sendMsg: sendMsg,joinRoom: joinRoom
}
</code></pre> 
以上代码主要封装： 
<ol>
<li>即构ZIM初始化</li>
<li>发送消息</li>
<li>加入房间</li>
</ol> 
至此，我们就具备了将chatgpt消息群发到一个房间的能力、加入房间、接收到房间的弹幕消息能力。 
更多关于即构ZIM接口与官方Demo可以点击参考这里，对即构ZIM了解更多可以点击这里 
关于Avatar如何播报chatgpt内容，我们在下一篇文章实现。 
<h1>
<a id="5__506"></a>5 相关代码</h1> 
<ol><li>nodejs接入chatgpt与即构zim</li></ol>
</div>
<link href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/markdown_views-98b95bb57c.css" rel="stylesheet">
<link href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/style-c216769e99.css" rel="stylesheet">
</div>
<div id="treeSkill"></div>
</article>

作者

sockstack

许可协议

CC BY 4.0

发布于

2023-11-28

修改于

2024-09-17

上一篇：软件：常用 Linux 软件汇总，值得收藏下一篇：国内版 ChatGPT值不值得上手----PlumGPT测评