1.使用openAI的whisper实现语音转文字
2.使用chatgpt api使用同人工智能的文字沟通
3.使用MacOSTTS实现文字转语音读出，暂时没有找到更合适的语音合成工具
4.使用yolov5来实现了查看摄像头看到的物体功能，并看到物体添加到聊天上下文
todo:
0.whisper的语音识别成功率还有待检验
1.后面考虑使用chatgpt-4
2.暂时没有找到更合适的语音合成工具，MacOSTTS只能在mac系统使用
3.图像识别还有待优化
5.最后的实现方式肯定是聊天和物体识别都用chat-GPT4,后续再说
使用方法，python HanGPT.py 运行程序后，电脑会打开麦克风监听用户语音，然后将语音转文字同chatGPT交流，当用户说出“这是什么？”的时候，会自动打开摄像头抓拍五张图片分析看到的物体，然后保存物体名称到gpt会话中。