5.3 runva_voskrem.py - запускальщик Ирины с распознаванием голоса чер…

…ез VOSK Докер.

README.md

@@ -106,6 +106,27 @@ https://github.com/timhok/IreneVA-hassio-script-trigger-plugin
 
 [Подробнее про настройку клиент-серверного режима](/docs/INSTALL_MULTI.md)
 
+## Speech-to-Text через VOSK remote
+
+Если у вас проблемы с установкой VOSK (например, на Mac), то вы можете воспользоваться 
+работой через VOSK Auto Speech Recognition Server, который запускается через Докер.
+
+- Запустите `docker run -d -p 2700:2700 alphacep/kaldi-ru:latest` 
+(детали: https://alphacephei.com/vosk/server )
+  - или как вариант, вы можете запустить `vosk_asr_server.py`, переопределив внутри параметры
+
+```python
+    args.interface = os.environ.get('VOSK_SERVER_INTERFACE', "0.0.0.0")
+    args.port = int(os.environ.get('VOSK_SERVER_PORT', 2700)
+```  
+
+- Запустите `runva_voskrem.py`. Он будет читать данные с микрофона и отправлять на сервер 
+для распознавания.
+
+В случае, если надо запустить распознавание на другой машине -
+используйте параметр -u (--uri): `runva_voskrem.py -u=ws://100.100.100.100:2700` 
+для уточения адреса сервера.
+
 ## Speech-to-Text через SpeechRecognition
 
 SpeechRecognition - классический движок для запуска распознавания через Google и ряд других сервисов.

runva_voskrem.py

@@ -0,0 +1,95 @@
+# VOSK-remote based type of Irene
+# Speech will be recognized on Server
+# Run Docker server: docker run -d -p 2700:2700 alphacep/kaldi-ru:latest
+# Details: https://alphacephei.com/vosk/server
+
+import json
+import asyncio
+import websockets
+import logging
+import sounddevice as sd
+import argparse
+
+from vacore import VACore
+
+mic_blocked = False
+
+def block_mic():
+    global mic_blocked
+    #print("Blocking microphone...")
+    mic_blocked = True
+
+# ------------------- vosk ------------------
+def int_or_str(text):
+    """Helper function for argument parsing."""
+    try:
+        return int(text)
+    except ValueError:
+        return text
+
+def callback(indata, frames, time, status):
+    """This is called (from a separate thread) for each audio block."""
+    loop.call_soon_threadsafe(audio_queue.put_nowait, bytes(indata))
+
+async def run_test():
+
+    # initing core
+    core = VACore()
+    core.init_with_plugins()
+
+    with sd.RawInputStream(samplerate=args.samplerate, blocksize = 4000, device=args.device, dtype='int16',
+                           channels=1, callback=callback) as device:
+
+        async with websockets.connect(args.uri) as websocket:
+            await websocket.send('{ "config" : { "sample_rate" : %d } }' % (device.samplerate))
+
+            while True:
+                data = await audio_queue.get()
+                await websocket.send(data)
+                #print (await websocket.recv())
+                res = await websocket.recv()
+                resj = json.loads(res)
+                if "text" in resj:
+                    voice_input_str = resj["text"]
+                    #print(restext)
+
+                    if voice_input_str != "":
+                        core.run_input_str(voice_input_str,block_mic)
+                        mic_blocked = False
+
+            await websocket.send('{"eof" : 1}')
+            print (await websocket.recv())
+
+async def main():
+
+    global args
+    global loop
+    global audio_queue
+
+    parser = argparse.ArgumentParser(add_help=False)
+    parser.add_argument('-l', '--list-devices', action='store_true',
+                        help='show list of audio devices and exit')
+    args, remaining = parser.parse_known_args()
+    if args.list_devices:
+        print(sd.query_devices())
+        parser.exit(0)
+    parser = argparse.ArgumentParser(description="ASR Server",
+                                     formatter_class=argparse.RawDescriptionHelpFormatter,
+                                     parents=[parser])
+    parser.add_argument('-u', '--uri', type=str, metavar='URL',
+                        help='Server URL', default='ws://localhost:2700')
+    parser.add_argument('-d', '--device', type=int_or_str,
+                        help='input device (numeric ID or substring)')
+    parser.add_argument('-r', '--samplerate', type=int, help='sampling rate', default=16000)
+    args = parser.parse_args(remaining)
+    loop = asyncio.get_running_loop()
+    audio_queue = asyncio.Queue()
+
+    logging.basicConfig(level=logging.INFO)
+
+    await run_test()
+
+if __name__ == '__main__':
+    asyncio.run(main())
+
+

vacore.py

@@ -6,7 +6,7 @@
 
 from jaa import JaaCore
 
-version = "5.2"
+version = "5.3"
 
 # main VACore class