перед переделкой переводчика -vosk models и все упоминания в проекте

app/audio/local_stt.py

@@ -1,147 +0,0 @@
-"""
-Local offline Speech-to-Text module using Vosk.
-Used for simple command detection (like "stop") without internet.
-"""
-
-# Модуль локального распознавания речи (Vosk).
-# Работает полностью оффлайн (без интернета).
-# Используется, когда нужно распознать простые команды (например, "стоп" во время будильника),
-# чтобы не тратить трафик и время на обращение к облаку.
-
-import os
-import sys
-import json
-import pyaudio
-from vosk import Model, KaldiRecognizer
-from config import VOSK_MODEL_PATH, SAMPLE_RATE
-
-
-class LocalRecognizer:
-    """Класс для работы с Vosk."""
-
-    def __init__(self):
-        self.model = None
-        self.rec = None
-        self.pa = None
-        self.stream = None
-
-    def initialize(self):
-        """Загрузка модели Vosk."""
-        if not os.path.exists(VOSK_MODEL_PATH):
-            print(f"❌ Ошибка: Vosk модель не найдена по пути {VOSK_MODEL_PATH}")
-            return False
-
-        print("📦 Инициализация локального STT (Vosk)...")
-
-        # Трюк для подавления вывода логов Vosk в консоль (он очень шумный)
-        try:
-            null_fd = os.open(os.devnull, os.O_WRONLY)
-            old_stderr = os.dup(2)
-            sys.stderr.flush()
-            os.dup2(null_fd, 2)
-            os.close(null_fd)
-
-            # Сама загрузка модели
-            self.model = Model(str(VOSK_MODEL_PATH))
-
-            # Возвращаем stderr обратно
-            os.dup2(old_stderr, 2)
-            os.close(old_stderr)
-        except Exception as e:
-            print(f"Error initializing Vosk: {e}")
-            return False
-
-        self.rec = KaldiRecognizer(self.model, SAMPLE_RATE)
-        self.pa = pyaudio.PyAudio()
-        return True
-
-    def listen_for_keywords(self, keywords: list, timeout: float = 10.0) -> str:
-        """
-        Слушает микрофон заданное время и проверяет наличие ключевых слов.
-
-        Args:
-            keywords: Список слов, которые мы ждем (например, ["стоп", "хватит"]).
-            timeout: Сколько секунд слушать.
-
-        Returns:
-            Найденное слово или пустую строку.
-        """
-        if not self.model:
-            if not self.initialize():
-                return ""
-
-        # Открываем поток микрофона
-        try:
-            stream = self.pa.open(
-                format=pyaudio.paInt16,
-                channels=1,
-                rate=SAMPLE_RATE,
-                input=True,
-                frames_per_buffer=4096,
-            )
-            stream.start_stream()
-        except Exception as e:
-            print(f"❌ Ошибка микрофона: {e}")
-            return ""
-
-        import time
-
-        start_time = time.time()
-
-        print(f"👂 Локальное слушание ожидает: {keywords}")
-
-        detected_text = ""
-
-        try:
-            while time.time() - start_time < timeout:
-                data = stream.read(4096, exception_on_overflow=False)
-
-                # Vosk обрабатывает аудио чанками
-                if self.rec.AcceptWaveform(data):
-                    # Полный результат
-                    res = json.loads(self.rec.Result())
-                    text = res.get("text", "")
-                    if text:
-                        print(f"📝 Локально: {text}")
-                        # Проверяем, есть ли ключевое слово в распознанном тексте
-                        for kw in keywords:
-                            if kw in text:
-                                detected_text = text
-                                break
-                else:
-                    # Частичный результат (быстрее, чем полный)
-                    res = json.loads(self.rec.PartialResult())
-                    partial = res.get("partial", "")
-                    if partial:
-                        for kw in keywords:
-                            if kw in partial:
-                                detected_text = partial
-                                break
-
-                if detected_text:
-                    break
-        finally:
-            stream.stop_stream()
-            stream.close()
-
-        return detected_text
-
-    def cleanup(self):
-        if self.pa:
-            self.pa.terminate()
-
-
-# Глобальный экземпляр
-_local_recognizer = None
-
-
-def get_local_recognizer():
-    global _local_recognizer
-    if _local_recognizer is None:
-        _local_recognizer = LocalRecognizer()
-    return _local_recognizer
-
-
-def listen_for_keywords(keywords: list, timeout: float = 5.0) -> str:
-    """Внешняя функция для поиска ключевых слов."""
-    return get_local_recognizer().listen_for_keywords(keywords, timeout)

app/audio/tts.py

@@ -133,9 +133,19 @@ class TextToSpeech:
             model = self._load_model("ru")
             speaker = self.speaker_ru
 
-        # Проверка наличия спикера в модели (защита от ошибок конфига)
-        if hasattr(model, "speakers") and speaker not in model.speakers:
-            if model.speakers:
+        # Проверка наличия спикера в модели (защита от ошибок конфига).
+        # Для русского языка сохраняем мужской голос по умолчанию.
+        if hasattr(model, "speakers") and model.speakers:
+            if language == "ru":
+                male_speakers = ("eugene", "aidar")
+                if speaker not in model.speakers or speaker not in male_speakers:
+                    for candidate in male_speakers:
+                        if candidate in model.speakers:
+                            speaker = candidate
+                            break
+                    else:
+                        speaker = model.speakers[0]
+            elif speaker not in model.speakers:
                 speaker = model.speakers[0]
 
         # Разбиваем текст на куски

app/audio/wakeword.py

@@ -21,6 +21,8 @@ class WakeWordDetector:
         self.audio_stream = None
         self.pa = None
         self._stream_closed = True  # Флаг состояния потока (закрыт/открыт)
+        self._last_hit_ts = 0.0
+        self._hit_streak = 0
 
     def initialize(self):
         """Инициализация Porcupine и PyAudio."""
@@ -118,6 +120,8 @@ class WakeWordDetector:
         Returns:
             True, если фраза обнаружена прямо сейчас.
         """
+        import time
+
         if not self.porcupine:
             self.initialize()
 
@@ -131,8 +135,17 @@ class WakeWordDetector:
 
             keyword_index = self.porcupine.process(pcm)
             if keyword_index >= 0:
-                print("🛑 Wake word обнаружен во время ответа!")
-                return True
+                now = time.time()
+                if now - self._last_hit_ts < 0.6:
+                    self._hit_streak += 1
+                else:
+                    self._hit_streak = 1
+                self._last_hit_ts = now
+
+                if self._hit_streak >= 2:
+                    self._hit_streak = 0
+                    print("🛑 Wake word подтвержден во время ответа!")
+                    return True
             return False
         except Exception:
             return False

app/core/ai.py

@@ -21,7 +21,8 @@ SYSTEM_PROMPT = """Ты — Александр, умный голосовой а
 # Требует возвращать ТОЛЬКО перевод, без лишних слов ("Конечно, вот перевод...").
 TRANSLATION_SYSTEM_PROMPT = """You are a translation engine.
 Translate from {source} to {target}.
-Return only the translated text, without quotes, comments, or explanations."""
+Return only the translated text, without quotes, comments, or explanations.
+Keep the translation максимально кратким и естественным, без лишних слов."""
 
 
 def _send_request(messages, max_tokens, temperature, error_text):

app/core/config.py

@@ -33,10 +33,6 @@ PORCUPINE_ACCESS_KEY = os.getenv("PORCUPINE_ACCESS_KEY")
 # Путь к файлу модели ключевого слова (.ppn), который лежит в папке assets/models
 PORCUPINE_KEYWORD_PATH = BASE_DIR / "assets" / "models" / "Alexandr_en_linux_v4_0_0.ppn"
 
-# --- Настройки локального распознавания (Vosk) ---
-# Используется для стоп-команд и будильника, когда не нужен интернет
-VOSK_MODEL_PATH = BASE_DIR / "assets" / "models" / "vosk-model-ru-0.42"
-
 # --- Параметры аудио ---
 # Частота дискретизации для микрофона (стандарт для распознавания речи)
 SAMPLE_RATE = 16000

app/features/alarm.py

@@ -9,7 +9,7 @@ import re
 from datetime import datetime
 from pathlib import Path
 from ..core.config import BASE_DIR
-from ..audio.local_stt import listen_for_keywords
+from ..audio.stt import listen
 
 # Файл базы данных будильников
 ALARM_FILE = BASE_DIR / "data" / "alarms.json"
@@ -90,7 +90,7 @@ class AlarmClock:
         """
         Логика срабатывания будильника.
         Запускает воспроизведение MP3 через mpg123 и слушает команду "Стоп".
-        Использует локальное распознавание (Vosk), чтобы не зависеть от интернета.
+        Использует облачное распознавание речи для остановки.
         """
         print("🔔 БУДИЛЬНИК ЗВОНИТ! (Скажите 'Стоп' или 'Александр стоп')")
 
@@ -117,11 +117,12 @@ class AlarmClock:
 
             # Цикл ожидания стоп-команды
             while True:
-                # Слушаем локально (без интернета)
-                text = listen_for_keywords(stop_words, timeout=3.0)
+                text = listen(timeout_seconds=3.0, detection_timeout=3.0)
                 if text:
-                    print(f"🛑 Будильник остановлен по команде: '{text}'")
-                    break
+                    text_lower = text.lower()
+                    if any(word in text_lower for word in stop_words):
+                        print(f"🛑 Будильник остановлен по команде: '{text}'")
+                        break
 
         except Exception as e:
             print(f"❌ Ошибка во время будильника: {e}")