Chatbot API: Bitnet(LLaMA.cpp) dan OpenAI GPT-3.5

Deskripsi

API ini memungkinkan pengguna untuk berinteraksi dengan chatbot menggunakan dua model:

1. Bitnet(LLaMA.cpp)
2. OpenAI GPT-3.5

API ini juga mendukung terjemahan otomatis untuk berbagai bahasa, termasuk bahasa Indonesia, dan menyimpan riwayat percakapan.

---

Base URL

http://<your-api-url>/

---

Endpoints

1. POST /chat

Endpoint ini digunakan untuk berinteraksi dengan chatbot menggunakan model Bitnet(LLaMA.cpp).

Request Body

{
  "prompt": "Your question or message",
  "max_length": 100
}

• prompt (string): Pesan atau pertanyaan yang ingin dikirim ke chatbot.
• max_length (integer, optional): Panjang maksimum respons dari chatbot.
  • Default: 100
  • Range: 10 hingga 512

Response

{
  "response": "Chatbot's generated response"
}

Penjelasan

• Chatbot akan mendeteksi bahasa dari prompt dan memberikan respons yang sesuai.
• Jika bahasa yang terdeteksi adalah Indonesia, prompt akan diterjemahkan ke dalam bahasa Inggris sebelum dikirim ke model.
• Bahasa lain juga akan diterjemahkan ke bahasa Inggris sebelum diproses.

---

2. POST /chat_openai

Endpoint ini digunakan untuk berinteraksi dengan chatbot menggunakan model OpenAI GPT-3.5.

Request Body

{
  "prompt": "Your question or message",
  "max_length": 100
}

• prompt (string): Pesan atau pertanyaan yang ingin dikirim ke OpenAI GPT-3.5.
• max_length (integer, optional): Panjang maksimum respons dari OpenAI.
  • Default: 100
  • Range: 10 hingga 512

Response

{
  "response": "OpenAI's generated response"
}

---

Catatan Tambahan

• Terjemahan Otomatis: API mendukung input dalam bahasa Indonesia dan bahasa lainnya. Prompt akan diterjemahkan ke bahasa Inggris sebelum diproses.
• Pemrosesan Model:
  • /chat menggunakan LLaMA.cpp.
  • /chat_openai menggunakan OpenAI GPT-3.5.

---

---

Chatbot Multimodal (Teks & Suara)

Menggunakan Whisper dari OpenAI dan pyttsx3, serta Streamlit untuk frontend.

---

Deskripsi

Chatbot ini mendukung input teks dan suara:

• Speech-to-Text (STT) menggunakan Whisper dari OpenAI.
• Text-to-Speech (TTS) menggunakan pyttsx3.
• Frontend antarmuka dibangun menggunakan Streamlit.

---

Dependensi

Untuk menjalankan proyek ini, pastikan dependensi berikut telah diinstal:

1. sounddevice: Untuk merekam audio.
2. pyttsx3: Untuk mengubah teks menjadi suara.
3. streamlit: Untuk membuat antarmuka web.
4. requests: Untuk mengirim permintaan HTTP ke API backend.
5. openai: Untuk menggunakan Whisper (STT) dan GPT-3.5 (chatbot).

---

Fungsi Utama

1. record_audio

• Deskripsi: Merekam audio dari pengguna dan menyimpannya sebagai file WAV.

2. speech_to_text

• Deskripsi: Mengonversi audio yang direkam menjadi teks menggunakan Whisper dari OpenAI.

3. speak

• Deskripsi: Mengonversi respons teks chatbot menjadi suara menggunakan pyttsx3.

---

Antarmuka Streamlit

Mode Input

• Teks
• Suara

Endpoints

• /chat
• /chat_openai

Aksi Respons

1. Tampilkan respons chatbot di area teks.
2. Ubah respons chatbot menjadi suara.

---

Penggunaan Berdasarkan Contoh

1. Input Teks

• Deskripsi:
  Pengguna memasukkan teks di antarmuka, dan permintaan dikirim ke endpoint API yang dipilih.
• Hasil:
  Respons chatbot akan ditampilkan di area teks dan dibacakan kembali dengan suara.

Contoh Alur:

User Input: "Apa itu AI?"  
Output: "AI adalah bidang ilmu komputer yang fokus pada pembuatan mesin cerdas."  
TTS: Respons dibacakan kembali dengan suara.

---

2. Input Suara

• Deskripsi:
  Pengguna merekam suara, lalu suara dikonversi menjadi teks menggunakan Whisper. Teks hasil konversi dikirim ke backend API.
• Hasil:
  Respons chatbot akan ditampilkan di area teks dan dibacakan kembali dengan suara.

Contoh Alur:

User Input: (Rekaman Suara) "Apa itu AI?"  
STT: Suara dikonversi menjadi teks: "Apa itu AI?"  
Output: "AI adalah bidang ilmu komputer yang fokus pada pembuatan mesin cerdas."  
TTS: Respons dibacakan kembali dengan suara.

---

Teknologi yang Digunakan

• OpenAI Whisper: Untuk Speech-to-Text (STT).
• pyttsx3: Untuk Text-to-Speech (TTS).
• Streamlit: Untuk membangun antarmuka web yang interaktif.
• API Backend:
  • Endpoint /chat: Menggunakan Bitnet(LLaMA.cpp).
  • Endpoint /chat_openai: Menggunakan OpenAI GPT-3.5.

---