119 lines
3.0 KiB
Python
119 lines
3.0 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
|
|
|
|
|
|
# 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
|
|
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()
|
|
|
|
|
|
# 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")
|
|
|
|
|
|
# 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
|
|
|
|
root = tk.Tk()
|
|
root.title("Vosk Rozpoznawanie Mowy")
|
|
root.geometry("220x120")
|
|
|
|
toggle_button = tk.Button(
|
|
root,
|
|
text="Start",
|
|
command=toggle_listening,
|
|
width=15,
|
|
bg="lightgrey",
|
|
fg="black",
|
|
)
|
|
toggle_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()
|