другая структура проекта + beads + александр повтори + комментарии везде + readme

app/audio/local_stt.py

@@ -0,0 +1,147 @@
+"""
+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 ..core.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)