Edit code for success run

satellite/audio.py

@@ -1,12 +1,15 @@
+import os
 import pyaudio
 import numpy as np
 
 from .config import SILENCE_THRESHOLD, SILENCE_DURATION, MAX_DURATION, log
 from .stt import transcribe
 
+ECHO_WARMUP = float(os.getenv("ECHO_WARMUP", "0.5"))  # сек пропуска в начале — гасит эхо от TTS
+
 
 def record() -> str:
-    """Запись до тишины (VAD) + STT"""
+    """Запись до тишины (VAD) + STT. Игнорирует ECHO_WARMUP в начале."""
     try:
         audio = pyaudio.PyAudio()
         stream = audio.open(
@@ -27,13 +30,13 @@ def record() -> str:
     speaking_started = False
     max_chunks = int(16000 / 1024 * MAX_DURATION)
     silence_chunks_needed = int(16000 / 1024 * SILENCE_DURATION)
-    warmup_chunks = int(16000 / 1024 * 0.3)  # 0.3 сек — эхо звука активации
+    warmup_chunks = int(16000 / 1024 * ECHO_WARMUP)
 
     try:
         for i in range(max_chunks):
             data = stream.read(1024, exception_on_overflow=False)
             if i < warmup_chunks:
-                continue  # пропускаем эхо от звука активации
+                continue  # гасим эхо от TTS / звука активации
             frames.append(data)
 
             amplitude = np.abs(np.frombuffer(data, dtype=np.int16)).mean()
@@ -56,52 +59,8 @@ def record() -> str:
     if not speaking_started:
         return ""
 
-    return transcribe(frames)
-
-
-def record_with_timeout(timeout: float = 8.0) -> str:
-    """Слушает timeout секунд, возвращает пусто если речи не было"""
-    try:
-        audio = pyaudio.PyAudio()
-        stream = audio.open(
-            format=pyaudio.paInt16,
-            channels=1,
-            rate=16000,
-            input=True,
-            frames_per_buffer=1024,
-        )
-    except Exception as e:
-        log.exception("Не удалось открыть микрофон (followup)")
-        print(f"⚠️  Ошибка микрофона: {e}")
+    text = transcribe(frames)
+    # отсекаем мусор от эха (одиночные знаки препинания, пробелы)
+    if not text or not text.strip() or len(text.strip()) < 2:
         return ""
-
-    frames = []
-    silent_chunks = 0
-    speaking_started = False
-    max_chunks = int(16000 / 1024 * timeout)
-    silence_chunks_needed = int(16000 / 1024 * SILENCE_DURATION)
-
-    try:
-        for _ in range(max_chunks):
-            data = stream.read(1024, exception_on_overflow=False)
-            frames.append(data)
-            amplitude = np.abs(np.frombuffer(data, dtype=np.int16)).mean()
-
-            if amplitude > SILENCE_THRESHOLD:
-                speaking_started = True
-                silent_chunks = 0
-            elif speaking_started:
-                silent_chunks += 1
-                if silent_chunks >= silence_chunks_needed:
-                    break
-    except Exception as e:
-        log.exception("Ошибка при записи аудио (followup)")
-        print(f"⚠️  Ошибка записи: {e}")
-    finally:
-        stream.stop_stream()
-        audio.terminate()
-
-    if not speaking_started:
-        return ""
-
-    return transcribe(frames)
+    return text