---
license: apache-2.0
language:
- id
pipeline_tag: text-classification
tags:
- indonesia
- vtuber
- chatbot
---
# Kiara Model 1.0

<!-- Provide a quick summary of what the model is/does. -->

I will try to use it on Vtuber AI , i hope i can make it 

### Model Description

## 1. Mengambil Text dari YouTube Livestream menggunakan Pytchat:
Anda menggunakan Pytchat untuk mengambil text chat secara real-time dari siaran langsung YouTube. Dengan pustaka ini, Anda dapat menangkap pesan yang dikirimkan di chat YouTube.
Link Pytchat : https://pypi.org/project/pytchat/

## 2. Mengubah Text menjadi Response menggunakan Gemini:
Setelah mendapatkan text dari chat, Anda menggunakan Gemini (Google Generative AI) untuk mengubah text tersebut menjadi respons yang relevan dan natural.
Link Gemini :https://pypi.org/project/google-generativeai/

## 3. Learning dari Data:
**Menandai Tipe Pesan yang Berupa Pertanyaan:** 
- menandai pesan yang mengandung pertanyaan dengan **tanda tanya (?)** untuk membedakan jenis pesan.
- jika ada pertanyaan namun merupakan pesan pertanyaan gunakan **prompts** seperti :
contoh prompts = ["kapan", "mengapa", "dimana", "bagaimana", "siapa", "kenapa", "berapa"]

**Mencocokkan Jawaban Sesuai dengan Topik atau Tema:**
- Untuk mencocokkan jawaban yang relevan, Anda bisa menggunakan pencocokan kata kunci untuk memastikan jawaban yang dihasilkan sesuai dengan topik atau tema yang dibahas.
- menggunakan **Logistic Regression** sebagai metode pembelajaran untuk memprediksi jawaban berdasarkan tipe pesan atau kategori yang telah dilabeli, seperti pertanyaan atau komentar.

### Catatan 

**fit_transform** digunakan hanya saat melatih vectorizer dengan data baru.
**transform** digunakan untuk memproses data baru menggunakan vectorizer yang sudah dilatih. Ini memastikan data sesuai dengan model yang ada.
**sigmoid** untuk klasifikasi biner, pastikan target Anda adalah label biner (0 atau 1), dan gunakan binary_crossentropy.
**softmax** untuk klasifikasi dua kelas, ubah layer output menjadi dua unit dan gunakan categorical_crossentropy dengan target dalam format one-hot encoding.

pada data terbaru V3 menggunakan **softmax** untuk Build the TensorFlow neural network model.

**(recommend)Pilih Model(LSTM-based)jika:**
- Urutan kata dan konteks teks penting untuk memahami pesan.
- Dataset besar atau lebih kompleks.
- Anda ingin model yang lebih mendalam untuk teks.



## 4. Text to Voice (pyttsx3 / ElevenLabs):
Setelah respons dihasilkan, Anda mengubahnya menjadi suara menggunakan **pyttsx3** atau **ElevenLabs**. Pustaka ini memungkinkan konversi text menjadi suara yang dapat digunakan dalam interaksi lebih lanjut.
**Convert Voice untuk Pergerakan Vtuber (VTS Desktop Audio, VB Cable Driver):**
Anda menggunakan **VTS Desktop Audio** dan **VB Cable Driver** untuk mengonversi suara menjadi input untuk mengendalikan pergerakan Vtuber, seperti pergerakan wajah atau tubuh berdasarkan respons suara yang dihasilkan.


## 5. Voice Changer Suara Menggunakan RVC Okada:
Masih belum diketahui caranya dan masih belajar...ehee


- **Developed by:** [Niki]
- **Model type:** [Keras]
- **Language(s) (NLP):** [Indonesian]
- **License:** [Apache]