AndraxDev/speak-gpt

何を解決するか

SpeakGPT は、Android および Web 上でさまざまな大規模言語モデル（LLM）と対話するための多機能でオープンソースのクライアントを提供し、特定のプロバイダーの公式アプリに依存する必要をなくし、ユーザーが自身の API キーを自由に使用できるようにします。

動作方法

OpenAI、GROQ、Azure、OpenRouter などの複数の API プロバイダーに接続するフロントエンドインターフェースとして機能します。ユーザーは自身の API キーを入力し、デバイス上にローカルに保存することで、GPT、LLAMA、MIXTRAL、GEMMA、Gemini などのモデルにアクセスできます。

対象ユーザー

複数のモデルプロバイダーをサポートし、高度なパラメータ制御が可能で、自身の API キーを使って従量課金制を活用できるカスタマイズ可能な AI アシスタント体験を求めるユーザー。

特徴

• マルチモデル対応: GPT、LLAMA、MIXTRAL、GEMMA、Gemini、DALL-E に対応。
• マルチモーダル機能: 画像生成と画像認識をサポート。
• 音声統合: Whisper および Google を通じた音声入力に対応。
• 高度な制御: 温度、topP、頻度ペナルティ、存在ペナルティなどのモデルパラメータをカスタマイズ可能。
• システム統合: コンテキストメニューと共有シートの統合により、より簡単にアクセス可能。
• 開発者向け: カスタム API プロバイダーおよびファインチューニング済みモデルをサポート。