6010816f1d
Полностью локальный голосовой ассистент на Python. Стек: - Wake word: openWakeWord (onnxruntime) - STT: RealtimeSTT + faster-whisper + Silero VAD (CUDA) - LLM-агент: smolagents ToolCallingAgent + Ollama qwen2.5:7b - TTS: Silero V4 (torch.hub) + sounddevice - Shell: Git Bash (Windows) / bash (macOS) Поддерживает Windows и macOS. Агент с памятью и tool calling — находит программы самостоятельно, запоминает пути, выполняет произвольные shell-команды. Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
80 lines
2.7 KiB
Python
80 lines
2.7 KiB
Python
"""
|
|
TTS модуль на базе Silero V4 (torch.hub) + sounddevice.
|
|
Silero — лучший русскоязычный офлайн TTS.
|
|
Модель скачивается автоматически при первом запуске (~50 MB).
|
|
"""
|
|
|
|
import threading
|
|
import numpy as np
|
|
import sounddevice as sd
|
|
from loguru import logger
|
|
|
|
try:
|
|
import torch
|
|
TORCH_AVAILABLE = True
|
|
except ImportError:
|
|
TORCH_AVAILABLE = False
|
|
|
|
|
|
class TTS:
|
|
def __init__(self, config: dict):
|
|
tts_cfg = config.get("tts", {})
|
|
self.enabled = tts_cfg.get("enabled", True)
|
|
self.speaker = tts_cfg.get("silero_speaker", "xenia")
|
|
self.sample_rate = tts_cfg.get("sample_rate", 48000)
|
|
self._lock = threading.Lock()
|
|
self._model = None
|
|
|
|
if not self.enabled:
|
|
return
|
|
if not TORCH_AVAILABLE:
|
|
logger.warning("torch не установлен — TTS отключён")
|
|
self.enabled = False
|
|
return
|
|
|
|
self._load_model()
|
|
|
|
def _load_model(self):
|
|
try:
|
|
logger.info(f"Загружаю Silero TTS (голос: {self.speaker}, {self.sample_rate} Hz)...")
|
|
# torch.hub кэширует модель в ~/.cache/torch/hub
|
|
model, _ = torch.hub.load(
|
|
repo_or_dir="snakers4/silero-models",
|
|
model="silero_tts",
|
|
language="ru",
|
|
speaker="v4_ru",
|
|
trust_repo=True,
|
|
)
|
|
self._model = model
|
|
logger.info("Silero TTS готов")
|
|
except Exception as e:
|
|
logger.error(f"Ошибка загрузки Silero TTS: {e}")
|
|
logger.warning("TTS отключён")
|
|
self.enabled = False
|
|
|
|
def say(self, text: str):
|
|
"""Произнести текст синхронно."""
|
|
if not self.enabled or self._model is None:
|
|
logger.info(f"[TTS]: {text}")
|
|
return
|
|
|
|
logger.debug(f"TTS: '{text}'")
|
|
with self._lock:
|
|
try:
|
|
with torch.no_grad():
|
|
audio = self._model.apply_tts(
|
|
text=text,
|
|
speaker=self.speaker,
|
|
sample_rate=self.sample_rate,
|
|
)
|
|
audio_np = audio.numpy() if hasattr(audio, "numpy") else np.array(audio)
|
|
sd.play(audio_np, samplerate=self.sample_rate)
|
|
sd.wait()
|
|
except Exception as e:
|
|
logger.error(f"Ошибка TTS: {e}")
|
|
|
|
def say_async(self, text: str):
|
|
"""Произнести текст асинхронно."""
|
|
t = threading.Thread(target=self.say, args=(text,), daemon=True)
|
|
t.start()
|