ランクアップ

基本コンセプト

Verity - cnの高度なオプションを構成する前に、繰り返されるいくつかの基本的な概念を理解してください。これらを理解することで、公式サービスとカスタムサービスプロバイダの両方をより簡単に利用できるようになります。

LLM （大規模言語モデル）

LLM （ Large Language Model ）はVerityの「脳」であり、自分が何を言っているのかを理解し、反応を生み出す役割を担っています。話したり、覚えたりする能力はそれによって動かされます。一般的なLLMサービスプロバイダーは、DeepSeek、Doubaoなどです。

LLMの使用には、サービスプロバイダーへの登録と作成が必要です API Keyインターフェースを介してメッセージをモデルに送信し、応答を取得します。

TTS （ Text - to - Speech ）は、テキストを音声に変換する役割を担っています。これは、Verityが話しているのを聞いたときに得られるものです。トーン、イントネーション、およびその他の効果は、サービスプロバイダによって提供されるモデルによって決定される。

STT （ Speech - to - Text ）は、TTSとは対照的に、発する音声をテキストに変換する役割を果たします。これは、音声入力のためにVキーを押したままにすると、発する音声を認識するものです。

ベースURLはAPIサービスのベースアドレスで、通常は https://api.example.com/v1 URL。モジュールは、対応するサービスを使用する要求をこのアドレスに送信します。

「OpenAI互換フォーマット」とは、インターフェースの要求と応答構造がOpenAIによって開発された共通の仕様に従っていることを意味します。現在、LLMサービスプロバイダーの大多数はこれに従っているため、ベースURLとキーを置き換えるだけでサービスプロバイダーを切り替えることができます。

キーは、身元と請求を確認するためにサービスプロバイダーが発行する「パス」です。サービスプロバイダのコンソールが作成されたら、モジュールまたは公式の新しいWebサイトに入力できます。

キーはアカウントの認証情報と同等です。安全に保管し、他の人に開示したり、公開したりしないでください。

同じサービスプロバイダは通常、複数のモデルを提供します。たとえば、DeepSeekには異なるダイアログモデルがあります。それらは能力、応答性、価格が異なります。強力なモデルはよりスマートに応答しますが、より高価で遅くなり、軽量モデルはその反対に応答します。

「プロキシサービス」でモデルを選択すると、Verityを駆動するために使用するモデルが選択されます。選択方法がわからない場合は、最初にサービスプロバイダのデフォルトの推奨を使用できます。

LLMインターフェースは、一般的にOpenAI互換フォーマットに統合されていますが、 TTSとSTTのインターフェースはまだ統一されていない、各メーカーの実現は大きく異なります。

したがって、このモジュールは個別にXiaomi MiMo のTTSとSTT。OpenAI互換フォーマットのTTS/STTインターフェースもサポートしており、このフォーマットで音声サービスを提供するプラットフォームへのアクセスを容易にします。