venv_create/voskpl.py

119 lines
3.6 KiB
Python

from vosk import Model, KaldiRecognizer
import sounddevice as sd
import json
import pyperclip # Biblioteka do obsługi schowka
import pyautogui
import sys
import tkinter as tk
from threading import Thread
# Ścieżka do modelu
model_path = "./vosk-model-small-pl-0.22"
model = Model(model_path)
recognizer = KaldiRecognizer(model, 16000)
listening = False # Flaga stanu nasłuchiwania
emacs_mode = False # Flaga trybu Emacs
# Funkcja obsługi danych audio
def callback(indata, frames, time, status):
if status:
print(f"Status: {status}", file=sys.stderr)
# Konwersja danych na `bytes`
data = bytes(indata)
if recognizer.AcceptWaveform(data):
result = json.loads(recognizer.Result())
text = result.get("text", "")
if text:
print(f"Rozpoznano: {text}")
insert_text_with_clipboard(text)
# Funkcja kopiowania do schowka i wklejania
def insert_text_with_clipboard(text):
try:
pyperclip.copy(text) # Kopiowanie tekstu do schowka
if emacs_mode:
pyautogui.hotkey('shift', 'insert') # Wklejanie w trybie Emacs
else:
pyautogui.hotkey('ctrl', 'v') # Standardowe wklejanie
pyautogui.press('space') # Dodanie spacji (opcjonalne)
except Exception as e:
print(f"Błąd podczas wklejania tekstu: {e}", file=sys.stderr)
# Funkcja nasłuchiwania i rozpoznawania mowy
def listen_and_type():
global listening
print("Słucham... (naciśnij Stop, aby zatrzymać)")
try:
with sd.RawInputStream(samplerate=16000, blocksize=8000, dtype='int16',
channels=1, callback=callback):
while listening:
pass # Nasłuchiwanie trwa w pętli
except Exception as e:
print(f"Błąd podczas nasłuchiwania: {e}", file=sys.stderr)
# Funkcje sterujące GUI
def toggle_listening():
global listening
if listening:
listening = False
update_button_state()
print("Nasłuchiwanie zatrzymane.")
else:
listening = True
update_button_state()
thread = Thread(target=listen_and_type)
thread.daemon = True
thread.start()
def toggle_emacs_mode():
global emacs_mode
emacs_mode = not emacs_mode
update_emacs_button_state()
mode = "Emacs" if emacs_mode else "Standard"
print(f"Tryb wklejania: {mode}")
# Aktualizacja stanu przycisków
def update_button_state():
if listening:
toggle_button.config(text="Stop", bg="red", fg="white")
else:
toggle_button.config(text="Start", bg="lightgrey", fg="black")
def update_emacs_button_state():
if emacs_mode:
emacs_button.config(text="Tryb: Emacs", bg="blue", fg="white")
else:
emacs_button.config(text="Tryb: Standard", bg="lightgrey", fg="black")
# Funkcja obsługi skrótu klawiszowego
def handle_shortcut(event):
if event.keysym == 'F1': # F1 jako skrót klawiszowy
toggle_listening()
# Tworzenie GUI
def create_gui():
global toggle_button, emacs_button
root = tk.Tk()
root.title("Vosk Rozpoznawanie Mowy")
root.geometry("300x200")
toggle_button = tk.Button(root, text="Start", command=toggle_listening, width=15, bg="lightgrey", fg="black")
toggle_button.pack(pady=10)
emacs_button = tk.Button(root, text="Tryb: Standard", command=toggle_emacs_mode, width=15, bg="lightgrey", fg="black")
emacs_button.pack(pady=10)
exit_button = tk.Button(root, text="Wyjście", command=root.destroy, width=15)
exit_button.pack(pady=10)
# Dodanie skrótu klawiszowego
root.bind("<F1>", handle_shortcut)
root.mainloop()
# Uruchomienie GUI
if __name__ == "__main__":
create_gui()