Quero que ao clicar numa tecla de atalho,F3, possa parar(suspender) a execussão do…
- User
Quero que ao clicar numa tecla de atalho,F3, possa parar(suspender) a execussão do script Python e retomar, cada vez que Clico nesse atalho.
OU seja, utiliza a tecla F3, para parar e continuar alternadamente e Insere essa funcionalidade neste script:
from scipy.io.wavfile import write import sounddevice as sd import numpy as np import whisper import os
import keyboard import json
import pyperclip
para=0 sair2=1 execao=0
tex="" tex1=""
model = 'c:\meu\large.pt'
english = False translate = False # Translate non-english to english? samplerate = 44100 # Stream device recording frequency #samplerate = 16000 # Stream device recording frequency #blocksize = 30 # Block size in milliseconds blocksize = 111 # Block size in milliseconds #threshold = 0.25 # Minimum volume threshold to activate listening threshold = 0.0125 # Minimum volume threshold to activate listening #vocals = [50, 1000] # Frequency range to detect sounds that could be speech vocals = [20, 20000] # Frequency range to detect sounds that could be speech #endblocks = 30 # Number of blocks to wait before sending to Whisper endblocks = 8 # Number of blocks to wait before sending to Whisper
com small boas config endblocks = 5 blocksize = 111
pyperclip.copy("limpezaaaa")
class StreamHandler: def init(self): self.running = True self.padding = 0 self.prevblock = self.buffer = np.zeros((0,1)) self.fileready = False print("\033[96mLoading Whisper Model..\033[0m", end='', flush=True) #self.model = whisper.load_model(f'{model}{".en" if english else ""}') self.model = whisper.load_model(f'{model}') print("\033[90m Done.\033[0m")
def callback(self, indata, frames, time, status): #if status: print(status) # for debugging, prints stream errors. if any(indata): freq = np.argmax(np.abs(np.fft.rfft(indata[:, 0]))) * samplerate / frames if indata.max() > threshold and vocals[0] <= freq <= vocals[1]: print('.', end='', flush=True) if self.padding < 1: self.buffer = self.prevblock.copy() self.buffer = np.concatenate((self.buffer, indata)) self.padding = endblocks else: self.padding -= 1 if self.padding > 1: self.buffer = np.concatenate((self.buffer, indata)) elif self.padding < 1 and 1 < self.buffer.shape[0] > samplerate: self.fileready = True write('dictate.wav', samplerate, self.buffer) # I'd rather send data to Whisper directly.. self.buffer = np.zeros((0,1)) elif self.padding < 1 and 1 < self.buffer.shape[0] < samplerate: self.buffer = np.zeros((0,1)) print("\033[2K\033[0G", end='', flush=True) else: self.prevblock = indata.copy() #np.concatenate((self.prevblock[-int(samplerate/10):], indata)) # SLOW else: print("\033[31mNo input or device is muted.\033[0m") self.running = False def process(self): global tex1 if self.fileready: print("\n\033[90mTranscribing..\033[0m") result = self.model.transcribe('dictate.wav',language='pt',task='transcribe') print(f"\033[1A\033[2K\033[0G{result['text']}") tex1= str(result['text']) print('') #print(i,'2 Fala agora, comprimento da frase já reconhecida é ', len(tex1)) print('2 Fala agora, comprimento da frase já reconhecida é ', len(tex1)) print('-----------------------------------------------') print(tex1) print('-----------------------------------------------') print('') print('') #alucinaçoes: Um abraço! e aí E aí Tchau, tchau! Inscreva-se no canal Tchau, tchau! Deus abençoe palavra_a_remover = "..." tex1= tex1.replace(palavra_a_remover, "") #para verificar se uma variável do tipo caracteres tem menos de seis caracteres e contém a cadeira de caracteres “Tchau”. if len(tex1) < 20 and "Tchau" in tex1: # se não há texto, não faz nada tex1 ="" if tex1 =="":# se não há texto, não faz nada tex1 ="" else: #print(tex) #escreve na linha comando if tex1 !='o' or tex1 !='Tchau' or tex1 !='Tchau!' or tex1 !='Tchau.':#evita que quando não se diz nada mas ouve um ruido escreva: o keyboard.write(tex1+" ") #escreve na janela de texto activa tex1 ="" tex1 ="" self.fileready = False def listen(self): print("\033[92mListening.. \033[37m(Ctrl+C to Quit)\033[0m") with sd.InputStream(channels=1, callback=self.callback, blocksize=int(samplerate * blocksize / 1000), samplerate=samplerate): while self.running: self.process()def main(): try: handler = StreamHandler() handler.listen() except (KeyboardInterrupt, SystemExit): pass finally: print("\n\033[93mQuitting..\033[0m") if os.path.exists('dictate.wav'): os.remove('dictate.wav')
if name == 'main': main()
- Assistant
Para adicionar a funcionalidade de suspensão e retomada da execução do script ao pressionar a tecla F3, você pode utilizar a biblioteca "keyboard" do Python.
Para isso, adicione o seguinte trecho de código antes da definição da classe StreamHandler:
pause = False def on_f3_press(): global pause pause = not pause print(f"{'Paused' if pause else 'Resumed'}") keyboard.on_press_key("f3", on_f3_press)A função "on_f3_press" será chamada sempre que a tecla F3 for pressionada. Ela atualiza uma variável booleana "pause", que indica se o script está em pausa ou não, e imprime essa informação na tela.
Depois, dentro do loop while na função "listen" da classe StreamHandler, adicione a seguinte condição antes de chamar a função "process":
while self.running: if not pause: self.process() time.sleep(0.01)Essa condição verifica se o script está em pausa ou não antes de continuar processando o áudio. Se estiver em pausa, ele apenas espera um curto período de tempo (0.01 segundos) antes de verificar novamente.
Com essas mudanças, ao pressionar a tecla F3 o script será pausado ou retomado alternadamente.
- User
aplica ao srcipt
- Assistant
Claro, segue abaixo o código modificado com a funcionalidade de suspensão e retomada da execução ao pressionar a tecla F3:
from scipy.io.wavfile import write import sounddevice as sd import numpy as np import whisper import os import keyboard import json import pyperclip para = 0 sair2 = 1 execao = 0 tex = "" tex1 = "" model = 'c:\meu\large.pt' english = False translate = False # Translate non-english to english? samplerate = 44100 # Stream device recording frequency # samplerate = 16000 # Stream device recording frequency # blocksize = 30 # Block size in milliseconds blocksize = 111 # Block size in milliseconds # threshold = 0.25 # Minimum volume threshold to activate listening threshold = 0.0125 # Minimum volume threshold to activate listening # vocals = [50, 1000] # Frequency range to detect sounds that could be speech vocals = [20, 20000] # Frequency range to detect sounds that could be speech # endblocks = 30 # Number of blocks to wait before sending to Whisper endblocks = 8 # Number of blocks to wait before sending to Whisper # com small boas config endblocks = 5 blocksize = 111 pyperclip.copy("limpezaaaa") class StreamHandler: def __init__(self): self.running = True self.padding = 0 self.prevblock = self.buffer = np.zeros((0, 1)) self.fileready = False print("\033[96mLoading Whisper Model..\033[0m", end='', flush=True) self.model = whisper.load_model(f'{model}') print("\033[90m Done.\033[0m") def callback(self, indata, frames, time, status): # if status: print(status) # for debugging, prints stream errors. if any(indata): freq = np.argmax(np.abs(np.fft.rfft(indata[:, 0]))) * samplerate / frames if indata.max() > threshold and vocals[0] <= freq <= vocals[1]: print('.', end='', flush=True) if self.padding < 1: self.buffer = self.prevblock.copy() self.buffer = np.concatenate((self.buffer, indata)) self.padding = endblocks else: self.padding -= 1 if self.padding > 1: self.buffer = np.concatenate((self.buffer, indata)) elif self.padding < 1 and 1 < self.buffer.shape[0] > samplerate: self.fileready = True write('dictate.wav', samplerate, self.buffer) self.buffer = np.zeros((0, 1)) elif self.padding < 1 and 1 < self.buffer.shape[0] < samplerate: self.buffer = np.zeros((0, 1)) print("\033[2K\033[0G", end='', flush=True) else: self.prevblock = indata.copy() else: print("\033[31mNo input or device is muted.\033[0m") self.running = False def process(self): global tex1 if self.fileready: print("\n\033[90mTranscribing..\033[0m") result = self.model.transcribe('dictate.wav', language='pt', task='transcribe') print(f"\033[1A\033[2K\033[0G{result['text']}") tex1 = str(result['text']) print('2 Fala agora, comprimento da frase já reconhecida é ', len(tex1)) print('-----------------------------------------------') print(tex1) print('-----------------------------------------------') print('') palavra_a_remover = "..." tex1 = tex1.replace(palavra_a_remover, "") if len(tex1) < 20 and "Tchau" in tex1: # se não há texto, não faz nada tex1 = "" if tex1 == "": # se não há texto, não faz nada tex1 = "" else: if tex1 != 'o' or tex1 != 'Tchau' or tex1 != 'Tchau!' or tex1 != 'Tchau.': keyboard.write(tex1 + " ") tex1 = "" tex1 = "" self.fileready = False def listen(self): print("\033[92mListening.. \033[37m(Ctrl+C to Quit)\033[0m") with sd.InputStream(channels=1, callback=self.callback, blocksize=int(samplerate * blocksize / 1000), samplerate=samplerate): while self.running: if not pause: self.process() time.sleep(0.01) pause = False def on_f3_press(): global pause pause = not pause print(f"{'Paused' if pause else 'Resumed'}") keyboard.on_press_key("f3", on_f3_press) def main(): try: handler = StreamHandler() handler.listen() except (KeyboardInterrupt, SystemExit): pass finally: print("\n\033[93mQuitting..\033[0m") if os.path.exists('dictate.wav'): os.remove('dictate.wav') if __name__ == '__main__': main()Com essa implementação, você pode pressionar a tecla F3 a qualquer momento enquanto o programa está em execução para suspendê-lo ou retomá-lo. A cada vez que a tecla F3 é pressionada, o programa alterna entre modo de pausa e modo de execução normal.
- User
erro: line 110, in listen while self.running: ^^^^^^^^^^^^ AttributeError: 'StreamHandler' object has no attribute 'running'
- Assistant
Desculpe pelo erro no código anterior, parece que a atribuição ao atributo self.running na initialização da classe StreamHandler não foi feita corretamente. Para corrigir, você pode alterar a inicialização da classe para atribuir o valor True diretamente ao atributo self.running:
class StreamHandler: def __init__(self): self.running = True # Atribuição corrigida ...Além disso, é preciso definir a variável
pausecomo global dentro da funçãoon_f3_press, já que ela será modificada em outras funções. Para isso, inclua o seguinte código:def on_f3_press(): global pause pause = not pause print(f"{'Paused' if pause else 'Resumed'}") keyboard.on_press_key("f3", on_f3_press) pause = False # Definir a variável pause antes da definição das funções, para evitar errosEsse código atualiza a variável
pausede forma global, permitindo que ela seja acessada e atualizada por outras funções.Após as correções, o código completo ficaria assim:
from scipy.io.wavfile import write import sounddevice as sd import numpy as np import whisper import os import keyboard import json import pyperclip para = 0 sair2 = 1 execao = 0 tex = "" tex1 = "" model = 'c:\meu\large.pt' english = False translate = False # Translate non-english to english? samplerate = 44100 # Stream device recording frequency # samplerate = 16000 # Stream device recording frequency # blocksize = 30 # Block size in milliseconds blocksize = 111 # Block size in milliseconds # threshold = 0.25 # Minimum volume threshold to activate listening threshold = 0.0125 # Minimum volume threshold to activate listening # vocals = [50, 1000] # Frequency range to detect sounds that could be speech vocals = [20, 20000] # Frequency range to detect sounds that could be speech # endblocks = 30 # Number of blocks to wait before sending to Whisper endblocks = 8 # Number of blocks to wait before sending to Whisper # com small boas config endblocks = 5 blocksize = 111 pyperclip.copy("limpezaaaa") class StreamHandler: def __init__(self): self.running = True self.padding = 0 self.prevblock = self.buffer = np.zeros((0, 1)) self.fileready = False print("\033[96mLoading Whisper Model..\033[0m", end='', flush=True) self.model = whisper.load_model(f'{model}') print("\033[90m Done.\033[0m") def callback(self, indata, frames, time, status): # if status: print(status) # for debugging, prints stream errors. if any(indata): freq = np.argmax(np.abs(np.fft.rfft(indata[:, 0]))) * samplerate / frames if indata.max() > threshold and vocals[0] <= freq <= vocals[1]: print('.', end='', flush=True) if self.padding < 1: self.buffer = self.prevblock.copy() self.buffer = np.concatenate((self.buffer, indata)) self.padding = endblocks else: self.padding -= 1 if self.padding > 1: self.buffer = np.concatenate((self.buffer, indata)) elif self.padding < 1 and 1 < self.buffer.shape[0] > samplerate: self.fileready = True write('dictate.wav', samplerate, self.buffer) self.buffer = np.zeros((0, 1)) elif self.padding < 1 and 1 < self.buffer.shape[0] < samplerate: self.buffer = np.zeros((0, 1)) print("\033[2K\033[0G", end='', flush=True) else: self.prevblock = indata.copy() else: print("\033[31mNo input or device is muted.\033[0m") self.running = False def process(self): global tex1 if self.fileready: print("\n\033[90mTranscribing..\033[0m") result = self.model.transcribe('dictate.wav', language='pt', task='transcribe') print(f"\033[1A\033[2K\033[0G{result['text']}") tex1 = str(result['text']) print('2 Fala agora, comprimento da frase já reconhecida é ', len(tex1)) print('-----------------------------------------------') print(tex1) print('--------------------------------
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.