Voice Assistant

ボイスアシスタント

LiveKit、Cartesia、OpenAI、Silero、および WhatsApp 統合用の Multi-Content Processor (MCP) を使用したシンプルなボイスアシスタント。

前提条件

• Python >=3.13
• uv (Python パッケージャーおよび仮想環境マネージャー)

セットアップ

1. リポジトリをクローンする:

   git clone <your-repo-url>
   cd voice-assistant
   

2. 仮想環境を作成およびアクティベートする (uv を使用):

   uv venv
   source .venv/bin/activate  # On Linux/macOS
   # .\.venv\Scripts\activate    # On Windows
   

3. 依存関係をインストールする:

   uv sync
   

4. 環境変数をセットアップする:

   プロジェクトのルートに .env という名前のファイルを作成し、以下の環境変数を実際の値で追加してください。 下の例をコピーできます:

   LIVEKIT_URL=
   LIVEKIT_API_KEY=
   LIVEKIT_API_SECRET=
   CARTESIA_API_KEY=
   OPENAI_API_KEY=
   

   • LIVEKIT_URL: LiveKit サーバーの URL。
   • LIVEKIT_API_KEY: LiveKit API キー。
   • LIVEKIT_API_SECRET: LiveKit API シークレット。
   • CARTESIA_API_KEY: テキスト音声変換用の Cartesia API キー。
   • OPENAI_API_KEY: 音声テキスト変換および LLM 操作用の OpenAI API キー。

5. WhatsApp MCP (Multi-Content Processor) を設定する:

   このプロジェクトは MCP を使用して WhatsApp と対話します。WhatsApp MCP サーバーが実行中で設定されている必要があります。

   このプロジェクトのルートの mcp_config.json ファイルを、MCP セットアップの正しいパスで更新してください:

   {
     "mcpServers": {
       "whatsapp": {
         "command": "{{PATH_TO_UV}}",
         "args": [
           "--directory",
           "{{PATH_TO_SRC}}/whatsapp-mcp/whatsapp-mcp-server",
           "run",
           "main.py"
         ]
       }
     }
   }
   

   • {{PATH_TO_UV}} を uv 実行ファイルの絶対パスに置き換えてください。ターミナルで which uv (Linux/macOS) または where uv (Windows) を実行することで見つけられます。
   • {{PATH_TO_SRC}} を whatsapp-mcp プロジェクトを含むディレクトリの絶対パスに置き換えてください。例えば、whatsapp-mcp プロジェクトが /Users/me/dev/whatsapp-mcp にある場合、この値は /Users/me/dev であるべきです。設定ファイルの最終パスは /Users/me/dev/whatsapp-mcp/whatsapp-mcp-server になります。

アシスタントを実行する

1. (オプション) 必要なモデルファイルをダウンロードする (例: Silero VAD): voice.py スクリプトはコマンドを持つか、初回実行時に必要なモデルを自動的にダウンロードする可能性があります。以下の例は、voice.py がサポートしている場合の仮想的なコマンドを示しています。

   # voice.py にダウンロードコマンドがある場合、例:
   # uv run python voice.py download-files
   

   現在、voice.py スクリプトは livekit.agents.cli.run_app を使用しており、通常は Silero のようなプラグインのセットアップを独自に処理します。

2. ボイスアシスタントを起動する:

   uv run voice-assistant-cli
   

   これは pyproject.toml で定義された voice-assistant-cli スクリプトを使用します。

Playground に接続する

アシスタントが実行中になると、ブラウザで LiveKit Agents Playground を読み込み、ローカルエージェントに接続できます。

---

注: このREADME は、uv がシステム PATH にインストールおよび設定されていることを前提としています。