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。

• 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

• 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）

• 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

• 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

• 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

• 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

• 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

• WebSocket - ASR 实时语音流传输
• HTTP REST API - LLM 和 TTS 服务调用

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

• Qt 6.8 或更高版本
• CMake 3.16+
• MSVC 2022 (Windows) 或 GCC/Clang (Linux/macOS)

• Ollama - 本地 LLM 服务
• FunASR - WebSocket 语音识别服务
• CosyVoice - HTTP 语音合成服务

# 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 .

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

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

# 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

# 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

# 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

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

• 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

• 组织: BeyondESH
• 域名: beyondesh.top
• 应用名称: 你的女孩

本项目仅供学习和研究使用，无开发者本人许可禁止商用

• 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

• 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