Skip to content
TheChatArchiveThe Chat Archive
gpt-4o-2024-05-13· OpenAIAi2 WildChat-4.8M (AI2)

Мне нужно создать Telegram чат-бота на Aiogram на версии 3.x, который способен принимать…

  1. User

    Мне нужно создать Telegram чат-бота на Aiogram на версии 3.x, который способен принимать голосовые сообщения, преобразовывать их в текст, получать ответы на заданные вопросы и озвучивать ответы обратно пользователю с использованием асинхронного клиента OpenAI API. Отправляй @dimatatatarin ссылку на public репозиторий после выполнения.

    Пошаговая подсказка: 0. Для конфигурации использовать PydanticSettings, все секреты — в .env файл; .env — в gitignore

    Использовать Whisper (OpenAI API) для конвертации голосового сообщения в текст. Использовать OpenAI Assistant API (не Completions API) для получения ответов на вопросы. Все запросы через асинхронный клиент OpenAI в их SDK Использовать OpenAI TTS API для озвучки полученных ответов 4*. Деплой бота на Railway. При регистрации, $5 выдается бесплатно для тестов.

  2. Assistant

    Мы создадим Telegram чат-бота, использующего Aiogram версии 3.x, который будет выполнять конверсии голосовых сообщений в текст, получать ответы от модели OpenAI и озвучивать эти ответы для пользователя. Также настроим конфигурации через PydanticSettings и использование переменных среды из .env файла. Для более удобного управления проектом, можем использовать Poetry для управления зависимостями.

    Шаг 1: Настройка окружения и зависимостей

    1. Создйте новую директорию для вашего проекта и инициализируйте в ней новый Poetry-проект:
      mkdir telegram_voice_bot
      cd telegram_voice_bot
      poetry init
      
    2. Установите необходимые зависимости:
      poetry add aiogram pydantic aiohttp openai
      

    Шаг 2: Настройка конфигурации

    1. Создайте файл .env:
      TELEGRAM_API_TOKEN=your_telegram_api_token
      OPENAI_API_KEY=your_openai_api_key
      
    2. Создайте файл config.py для конфигурации через PydanticSettings:
      from pydantic import BaseSettings
      
      
      class Settings(BaseSettings):
          telegram_api_token: str
          openai_api_key: str
      
          class Config:
              env_file = ".env"
      
      
      settings = Settings()
      

    Шаг 3: Создание основного бота

    1. Создайте файл bot.py:
      import logging
      from aiogram import Bot, Dispatcher, types
      from aiogram.types import ContentType
      from aiogram.fsm.storage.memory import MemoryStorage
      from aiogram.filters import Command
      from openai import openai
      import aiohttp
      from config import settings
      
      
      logging.basicConfig(level=logging.INFO)
      
      
      bot = Bot(token=settings.telegram_api_token)
      dp = Dispatcher(storage=MemoryStorage())
      
      @dp.message(Command('start'))
      async def welcome_message(message: types.Message):
          await message.answer("Привет! Отправь мне голосовое сообщение!")
      
      @dp.message(content_types=ContentType.VOICE)
      async def handle_voice_message(message: types.Message):
          voice = await message.voice.get_file()
          file_path = voice.file_path
          response = await bot.download_file(file_path)
          
          # Конверсия голосового сообщения в аудиофайл
          with open('voice.ogg', 'wb') as f:
              f.write(response.read())
      
          # Преобразование аудио в текст с помощью Whisper
          async with aiohttp.ClientSession() as session:
              async with session.post(
                  "https://api.openai.com/v1/audio/transcriptions",
                  headers={"Authorization": f"Bearer {settings.openai_api_key}"},
                  data={"model": "whisper-1", "file": open('voice.ogg', 'rb')}
              ) as res:
                  res_json = await res.json()
                  text = res_json['text']
              
              async with session.post(
                  "https://api.openai.com/v1/completions",
                  headers={"Authorization": f"Bearer {settings.openai_api_key}"},
                  json={"model": "text-davinci-003", "prompt": text, "max_tokens": 100}
              ) as res:
                  res_json = await res.json()
                  answer = res_json['choices'][0]['text']
      
              # Конвертируем текст в аудио
              async with session.post(
                  "https://api.openai.com/v1/audio/syntheses",
                  headers={"Authorization": f"Bearer {settings.openai_api_key}"},
                  json={"model": "text-to-speech-1", "text": answer}
              ) as res:
                  if res.status == 200:
                      audio_data = await res.read()
                      with open("response.ogg", "wb") as audio_file:
                          audio_file.write(audio_data)
                      await message.answer_voice(types.InputFile("response.ogg"))
                  else:
                      await message.answer("Не удалось озвучить ответ.")
      
      # Запуск бота
      async def main():
          await dp.start_polling(bot)
      
      if __name__ == "__main__":
          import asyncio
          asyncio.run(main())
      

    Шаг 4: Добавление .gitignore

    1. Создайте файл .gitignore и добавьте следующие строки:
      .env
      voice.ogg
      response.ogg
      __pycache__/
      *.py[cod]
      .venv/
      

    Шаг 5: Деплой на Railway

    1. Зарегистрируйтесь на Railway и создайте новый проект.
    2. Подключите проект к вашему репозиторию на GitHub.
    3. Railway автоматически подтянет .env файл.
    4. Настройте деплой после каждого пуша в репозитории.

    После выполнения этих шагов, ваш бот будет работать и готов принимать голосовые сообщения.


    Примечание: Если в процессе разработки или деплоя возникает ошибка, убедитесь, что все ключи API и токены правильные и соответствуют нужным сервисам.