Mac M1 optimizations, fix train pipeline, add Hey Cosmo wake word model

- Fix install_mac.sh: use venv + Python 3.12 (3.14 incompatible with ML libs)
- Fix run_mac.sh: activate venv, add CPU thread optimization env vars
- Fix agent.py: remove f-string from SYSTEM_PROMPT template (NameError on import)
- Add missing deps: sounddevice, pydub, imageio-ffmpeg, omegaconf
- Optimize for M1: torch.inference_mode, set_num_threads, OMP/MKL tuning
- Switch to qwen2.5:3b for faster LLM responses on Mac
- Switch Whisper to medium model with auto compute (small+int8 had poor Russian)
- Add initial_prompt for better Russian transcription
- Add open_app tool for native macOS app launching
- Fix TTS: sanitize Latin text to Cyrillic for Silero compatibility
- Fix wake word echo: add cooldown after TTS, reset model state, raise threshold
- Make "Слушаю" TTS synchronous to avoid mic interference
- Fix train Dockerfile: remove tensorflow/onnx2tf (only ONNX needed), fix deps
- Fix train.sh: use wget for dataset download, add --shm-size=2g
- Add trained hey_cosmo.onnx wake word model
- Add TODO section to CLAUDE.md (ChatterBox TTS, Ollama Modelfile ideas)

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

cosmo/agent.py

@@ -19,7 +19,7 @@ else:
     from cosmo.tools import ALL_TOOLS, set_memory
     _PLATFORM_NOTE = "Windows. Используй Git Bash, 'start' для запуска приложений."
 
-SYSTEM_PROMPT = f"""Ты — Cosmo, умный голосовой ассистент. Платформа: {_PLATFORM_NOTE}
+SYSTEM_PROMPT = """Ты — Cosmo, умный голосовой ассистент. Платформа: """ + _PLATFORM_NOTE + """
 
 Правила:
 1. Используй инструменты для выполнения задач — не выдумывай результаты

cosmo/main.py

@@ -71,7 +71,8 @@ class Cosmo:
         self._command_event.set()
 
     def _process_command(self):
-        self.tts.say_async("Слушаю")
+        # Синхронно — сначала говорим, потом слушаем (иначе TTS мешает записи)
+        self.tts.say("Слушаю")
 
         # Partial results — печатаем в лог что слышим в реальном времени
         def on_partial(text):

cosmo/tools_mac.py

@@ -61,9 +61,10 @@ def find_program(name: str) -> str:
     """
     Найти программу или приложение на macOS по имени.
     Ищет в PATH, /Applications, ~/Applications и через Spotlight (mdfind).
+    Возвращает путь. Чтобы запустить — используй open_app.
 
     Args:
-        name: имя программы, например 'webstorm', 'chrome', 'cursor'
+        name: имя программы, например 'webstorm', 'chrome', 'cursor', 'safari'
     """
     stem = name.strip()
     logger.info(f"[find_program] {stem}")
@@ -92,6 +93,27 @@ def find_program(name: str) -> str:
     return f"Программа '{name}' не найдена."
 
 
+@tool
+def open_app(name: str) -> str:
+    """
+    Запустить приложение на macOS по имени или полному пути.
+    Примеры: open_app("Safari"), open_app("/Applications/Safari.app"), open_app("Telegram").
+
+    Args:
+        name: имя приложения или полный путь к .app
+    """
+    logger.info(f"[open_app] {name}")
+    # Если передан полный путь к .app
+    if name.endswith(".app") and os.path.exists(name):
+        result = run_shell(f'open "{name}"')
+    else:
+        # Пробуем по имени через open -a
+        result = run_shell(f'open -a "{name}"')
+    if result.startswith("[ошибка") or "returncode=1" in result:
+        return f"Не удалось открыть '{name}'. Попробуй find_program чтобы найти точное имя."
+    return f"Приложение '{name}' запущено."
+
+
 @tool
 def open_browser(url: str, search: bool = False) -> str:
     """
@@ -197,6 +219,7 @@ def memory_list(prefix: str = "") -> str:
 ALL_TOOLS = [
     run_shell,
     find_program,
+    open_app,
     open_browser,
     read_file,
     write_file,

cosmo/transcriber.py

@@ -20,11 +20,13 @@ class Transcriber:
             "language": whisper_cfg["language"],
             "device": whisper_cfg["device"],
             "compute_type": whisper_cfg["compute_type"],
+            # Подсказка для Whisper — улучшает распознавание русского
+            "initial_prompt": whisper_cfg.get("initial_prompt", ""),
             # Silero VAD параметры
             "silero_sensitivity": 0.4,
             "webrtc_sensitivity": 3,
             "post_speech_silence_duration": audio_cfg["silence_duration"],
-            "min_length_of_recording": 0.3,
+            "min_length_of_recording": 0.5,
             "min_gap_between_recordings": 0.01,
             # Отключаем wake word в RealtimeSTT — используем свой
             "wakeword_backend": "none",

cosmo/tts.py

@@ -32,6 +32,10 @@ class TTS:
             self.enabled = False
             return
 
+        # Оптимизация CPU-инференса на Apple Silicon
+        num_threads = config.get("performance", {}).get("num_threads", 4)
+        torch.set_num_threads(num_threads)
+
         self._load_model()
 
     def _load_model(self):
@@ -52,16 +56,33 @@ class TTS:
             logger.warning("TTS отключён")
             self.enabled = False
 
+    @staticmethod
+    def _sanitize_text(text: str) -> str:
+        """Заменяет латиницу на читаемый русский для TTS."""
+        import re
+        # Транслитерация частых англ. слов которые Silero не прочитает
+        text = re.sub(r'[Ss]afari', 'Сафари', text)
+        text = re.sub(r'[Cc]hrome', 'Хром', text)
+        text = re.sub(r'[Tt]elegram', 'Телеграм', text)
+        text = re.sub(r'[Ww]eb[Ss]torm', 'ВебШторм', text)
+        text = re.sub(r'[Vv][Ss]\s?[Cc]ode', 'ВиЭс Код', text)
+        # Оставшиеся латинские слова — убираем, чтобы Silero не зависал
+        text = re.sub(r'[A-Za-z]+', '', text)
+        # Убираем лишние пробелы
+        text = re.sub(r'\s+', ' ', text).strip()
+        return text if text else "Готово"
+
     def say(self, text: str):
         """Произнести текст синхронно."""
         if not self.enabled or self._model is None:
             logger.info(f"[TTS]: {text}")
             return
 
+        text = self._sanitize_text(text)
         logger.debug(f"TTS: '{text}'")
         with self._lock:
             try:
-                with torch.no_grad():
+                with torch.inference_mode():
                     audio = self._model.apply_tts(
                         text=text,
                         speaker=self.speaker,

cosmo/wake_word.py

@@ -5,6 +5,7 @@ Wake word detector для Cosmo.
 
 import os
 import glob
+import time
 import threading
 import queue
 import numpy as np
@@ -31,7 +32,8 @@ class WakeWordDetector:
         self._thread = None
 
         # Порог уверенности для срабатывания (0.0 – 1.0)
-        self.threshold = 0.5
+        # 0.7 — баланс между надёжностью и защитой от ложных срабатываний/эха TTS
+        self.threshold = 0.7
 
         logger.info("Загружаю wake word модель openwakeword...")
 
@@ -88,14 +90,18 @@ class WakeWordDetector:
         """Приостановить детект (пока идёт запись команды)."""
         self._paused = True
 
-    def resume(self):
-        """Возобновить детект после записи команды."""
-        # Очищаем очередь, чтобы не срабатывать на эхо
+    def resume(self, cooldown: float = 1.5):
+        """Возобновить детект после записи команды с защитой от эха."""
+        # Ждём пока эхо от TTS затухнет
+        time.sleep(cooldown)
+        # Очищаем очередь — там буферизованный звук TTS
         while not self._audio_queue.empty():
             try:
                 self._audio_queue.get_nowait()
             except queue.Empty:
                 break
+        # Сбрасываем внутреннее состояние модели (накопленные скоры)
+        self.model.reset()
         self._paused = False
         logger.debug("Wake word детектор возобновлён")