Proyecto: Sandy Core IA

Este proyecto integra el modelo para una Vtuber IA utilizando FastAPI y hilos en Python. Puedes iniciar los servicios de forma independiente o todos a la vez mediante una API REST.

Descripción

Proyecto que desarrolla una VTuber 2D interactiva impulsada por inteligencia artificial, capaz de responder en tiempo real a los espectadores, hablar con una voz clonada, animarse con Live2D y automatizar tareas de moderación durante transmisiones en vivo. Su objetivo es mejorar la experiencia de creadores de contenido y su audiencia mediante una interacción más natural, divertida y segura. Este proyecto permite a los usuarios iniciar servicios de para el funcionamiento del motor de una Vtuber con IA usando FastAPI y hilos de Python. Todo el proceso es manejado por un servidor ligero y escalable que puedes controlar de forma remota a través de una API REST. Este sistema se puede utilizar para crear un bot que interactúe con el público en tiempo real.

---

Instalación

Requisitos previos

Asegúrate de tener Python 3.8 o superior y pip instalados en tu sistema.

Pasos de Instalación

1. Clonar el repositorio:

   git clone https://github.com/andrew001s/SandyCore.git
   cd SandyCore

2. Instalar las dependencias:

   Puedes instalar las dependencias con el siguiente comando:

   pip install -r requirements.txt

3. Configurar las variables de entorno:

   Crea un archivo .env en la raíz del proyecto con las siguientes variables (asegúrate de añadir tus propias claves y configuraciones):

     TWITCH_SECRET=your_secret_here
     TWITCH_CLIENT_ID=your_client_id_here
     TWITCH_CHANNEL=your_channel_here
     REDIRECT_URI=http://localhost:17563
     GEMINI_API_KEY=your_gemini_api_key_here
     TWITCH_BOT_ACCOUNT=your_bot_account_here
     FISH_API_KEY=your_fish_api_key_here
     ID_VOICE=your_id_voice_here

   Estas variables son necesarias para la autenticación con Twitch, configurar la cuenta del bot y otros servicios. Asegúrate de tener las credenciales correctas y los permisos necesarios antes de ejecutar el proyecto.

4. Ejecutar el servidor:

   Una vez que todo esté instalado y configurado, puedes ejecutar el servidor FastAPI con el siguiente comando:

   uvicorn app.main:app --reload

   Esto iniciará el servidor en http://127.0.0.1:8000.

---

---

Endpoints Disponibles

GET /

• Descripción: Endpoint raíz para verificar que el servidor está corriendo.
• Respuesta:

  {
    "message": "Sandy IA corriendo🚀"
  }

GET /start

• Descripción: Inicia los servicios en segundo plano según el parámetro service proporcionado.

• Respuesta Exitosa:

{
  "message": "Servicios iniciados"
}

POST /pause

• Descripción: Pausa el micrófono para detener la transcripción de audio.

• Respuesta:

{
  "status": "Micrófono pausado",
  "paused": true
}

POST /resume

• Descripción: Pausa el micrófono para detener la transcripción de audio.

• Respuesta:

{
  "status": "Micrófono reanudado",
  "paused": false
}

GET /mic-status

• Descripción: Pausa el micrófono para detener la transcripción de audio.

• Respuesta:

{
  "status": "activo",  // o "pausado"
  "paused": false      // o true
}

---

Licencia

Este proyecto está bajo una Licencia Dual:

• MIT License: Permite a los usuarios hacer lo que deseen con el código, modificación y distribución, siempre que se incluya la misma licencia.
• GPL-3.0 License: Garantiza que cualquier distribución del código (modificado o no) esté bajo los mismos términos de la GPL-3.0.

---