OpenAI Realtime API Voice-to-Voice 対話システム

OpenAI Realtime APIを使用した音声対話システムです。マイクで話しかけると、AIがリアルタイムで音声で応答します。

セットアップ

1. 仮想環境の作成と有効化

# 仮想環境を作成（初回のみ）
python3 -m venv venv

# 仮想環境を有効化
source venv/bin/activate

2. 依存関係のインストール

pip install -r requirements.txt

3. 環境変数の設定

このプログラムを実行するには、OpenAI APIキーが必要です。

方法1: 一時的に設定する（ターミナルを閉じると消えます）

export OPENAI_KEY="sk-xxxxxxxxxxxxxxxxxxxxxxxx"

方法2: 永続的に設定する

シェルの設定ファイルに追加します。

zsh（macOS デフォルト）の場合:

echo 'export OPENAI_KEY="sk-xxxxxxxxxxxxxxxxxxxxxxxx"' >> ~/.zshrc
source ~/.zshrc

bash の場合:

echo 'export OPENAI_KEY="sk-xxxxxxxxxxxxxxxxxxxxxxxx"' >> ~/.bashrc
source ~/.bashrc

設定の確認

echo $OPENAI_KEY

APIキーが表示されればOKです。

使用方法

python voice_chat.py

• マイクに向かって話しかけてください
• AIがリアルタイムで音声で応答します
• 終了するには Ctrl+C を押してください

機能

• リアルタイム音声対話（Voice-to-Voice）
• 音声認識によるトランスクリプト表示（gpt-4o-transcribe）
• Semantic VAD による発話区間検出
• 割り込み対応（AI応答中に話しかけると応答を停止）
• 日本語対応

技術仕様

• サンプリングレート: 24000Hz
• チャンネル: モノラル
• フォーマット: PCM 16bit
• モデル: gpt-realtime
• 音声: alloy