哔哩哔哩聊天机器人

由哔哩哔哩用户评论微调训练而成的本地聊天机器人。支持文字聊天，也可以通过 questions.txt 生成针对给定问题的语音对话。

本项目文字生成使用的基础模型为 Qwen1.5-32B-Chat，借助苹果 mlx-lm LORA 示例项目 对基础模型进行微调训练。语音生成部分基于开源项目 GPT-SoVITS，问题语音来自 B 站用户白菜工厂1145号员工训练的派蒙语音模型。

文件结构

项目主要脚本存放在 main/ 文件夹下，模型存放于 models/ 文件夹。提示词模板、问题列表存放在 text/ 文件夹下。tools/compress_model.py 可以对完整模型进行量化压缩，大大加快模型内容生成速度。

运行指南

本项目基于 Python 编程语言，程序运行使用的 Python 版本为 3.10，建议使用 Anaconda 配置 Python 环境。以下配置过程已在 macOS 系统测试通过。

配置环境

conda create -n bilibot python=3.10
conda activate bilibot
cd bilibot
pip install -r requirements.txt

模型微调训练与推理测试

使用控制台指令，借助 mlx-lm 对 Qwen1.5-32B-Chat 进行微调：

python -m mlx_lm.lora --model models/Qwen1.5-32B-Chat --data data/ --train --iters 1000 --batch-size 16 --lora-layers 12

将微调后的 adapters 文件与基础模型合并：

python -m mlx_lm.fuse --model models/Qwen1.5-32B-Chat --save-path models/Qwen1.5-32B-Chat-FT --adapter-path models/Qwen1.5-32B-Chat-Adapters

对合并后的模型进行量化加速： python tools/compress_model.py

对微调训练后的模型进行对话测试： python chat.py

语音生成

本项目借助开源项目 GPT-SoVITS 进行语音生成。

首先参考 GPT-SoVITS 的官方指南配置环境并运行语音生成程序。

conda create -n GPTSOVITS python=3.9
conda activate GPTSOVITS
cd GPT-SoVITS
pip install -r requirements.txt
python webui.py

运行 api 程序，分别使用端口 9880 与 9881 提供派蒙与林亦的语音生成服务，以下请使用 GPT-SoVITS 代码库完成：

python api.py -s SoVITS_weights/paimeng2_e110_s159940.pth -g GPT_weights/paimeng2-e10.ckpt -dr samples/Paimon/疑问—哇，这个，还有这个…只是和史莱姆打了一场，就有这么多结论吗？.wav -dt "哇，这个，还有这个…只是和史莱姆打了一场，就有这么多结论吗？" -dl "zh" -a 127.0.0.1 -p 9880
python api.py -s SoVITS_weights/linyi_e25_s1150.pth -g GPT_weights/linyi-e50.ckpt -dr "samples/linyi/【愤怒】你这问题太弱智了，我都不知道该从哪开始骂你。.WAV" -dt "你这问题太弱智了，我都不知道该从哪开始骂你。" -dl "zh" -a 127.0.0.1 -p 9881

运行问答生成程序：

python start_qa_dialogue.py

参考

1. 机器学习框架 MLX，来自苹果机器学习研究组：https://github.com/ml-explore/mlx
2. 阿里通义千问 Qwen1.5：https://qwenlm.github.io/zh/blog/qwen1.5/
3. 开源文本转语音项目 GPT-SoVITS，作者花儿不哭：https://github.com/RVC-Boss/GPT-SoVITS
4. 派蒙语音模型，作者白菜工厂1145号员工：【GPT-SoVITS】30小时超大数据集测试，堆时长真的有用吗？