mostra o codigo python linha a linha, devidamente indentado: python # import whisper #…
- User
mostra o codigo python linha a linha, devidamente indentado: python # import whisper # import pyaudio # import wave # import win32gui # import time # import threading # import keyboard # import win32con # import win32api model = whisper.load_model(“small”) def transcribe(audio): # Carregar áudio e ajustar para 30 segundos audio = whisper.load_audio(audio) audio = whisper.pad_or_trim(audio) # Gerar espectrograma Mel-log e mover para o mesmo dispositivo do modelo mel = whisper.log_mel_spectrogram(audio).to(model.device) # Detectar o idioma falado _, probs = model.detect_language(mel) print(f"Idioma detectado: {max(probs, key=probs.get)}“) # Decodificar o áudio options = whisper.DecodingOptions(fp16=False) result = whisper.decode(model, mel, options) return result.text CHUNK = 1024 FORMAT = pyaudio.paInt16 CHANNELS = 1 RATE = 44100 THRESHOLD = 500 p = pyaudio.PyAudio() stream = p.open(format=FORMAT, channels=CHANNELS, rate=RATE, input=True, frames_per_buffer=CHUNK) frames = [] recording = False print(“Aguardando voz…”) while True: data = stream.read(CHUNK) rms = int.from_bytes(data, byteorder=‘little’) if rms > THRESHOLD and not recording: print(“Gravando…”) recording = True if recording: frames.append(data) if len(frames) > RATE / CHUNK * 5: break print(“Gravação finalizada!”) stream.stop_stream() stream.close() p.terminate() wf = wave.open(“output.wav”, “wb”) wf.setnchannels(CHANNELS) wf.setsampwidth(p.get_sample_size(FORMAT)) wf.setframerate(RATE) wf.writeframes(b”".join(frames)) wf.close() # def write_in_window(text): # while True: # try: # handle = win32gui.GetForegroundWindow() # win32api.SendMessage(handle, win32con.WM_SETTEXT, 0, text) # break # except: # continue # def transcribe_thread(): # while True: # transcription = transcribe(“output.wav”) # print(transcription) # imprimir a transcrição no console # write_in_window(transcription) # time.sleep(5) # t1 = threading.Thread(target=transcribe_thread) # t1.start() # while True: # if keyboard.is_pressed(‘ctrl+end’): # break # elif keyboard.is_pressed(‘ctrl+home’): # if t1.is_alive(): # t1.join() # else: # t1.start()
- Assistant
importar as bibliotecas necessárias
import whisper import pyaudio import wave import win32gui import time import threading import keyboard import win32con
importar o modelo pré-treinado do Whisper para detecção de idioma
model = whisper.load_model("small")
função para transcrever o áudio e detectar o idioma falado
def transcribe(audio): # carregar o áudio e ajustar para 30 segundos audio = whisper.load_audio(audio) audio = whisper.pad_or_trim(audio) # gerar o espectrograma Mel-log e mover para o mesmo dispositivo do modelo mel = whisper.log_mel_spectrogram(audio).to(model.device) # detectar o idioma falado _, probs = model.detect_language(mel) print(f"Idioma detectado: {max(probs, key=probs.get)}“) # decodificar o áudio options = whisper.DecodingOptions(fp16=False) result = whisper.decode(model, mel, options) return result.text
parâmetros do áudio a ser gravado
CHUNK = 1024 FORMAT = pyaudio.paInt16 CHANNELS = 1 RATE = 44100 THRESHOLD = 500
iniciar o PyAudio
p = pyaudio.PyAudio()
abrir o stream de áudio para gravação
stream = p.open(format=FORMAT, channels=CHANNELS, rate=RATE, input=True, frames_per_buffer=CHUNK)
lista para armazenar os frames do áudio gravado
frames = [] recording = False
aguardar voz para iniciar a gravação
print("Aguardando voz...") while True: data = stream.read(CHUNK) rms = int.from_bytes(data, byteorder='little') if rms > THRESHOLD and not recording: print("Gravando...") recording = True if recording: frames.append(data) if len(frames) > RATE / CHUNK * 5: break
encerrar o stream de áudio e o PyAudio
print("Gravação finalizada!") stream.stop_stream() stream.close() p.terminate()
criar um arquivo .wav com os frames do áudio gravado
wf = wave.open("output.wav", "wb") wf.setnchannels(CHANNELS) wf.setsampwidth(p.get_sample_size(FORMAT)) wf.setframerate(RATE) wf.writeframes(b"".join(frames)) wf.close()
função para escrever um texto em uma janela do Windows
(comentada porque não foi utilizada neste código)
def write_in_window(text):
while True:
try:
handle = win32gui.GetForegroundWindow()
win32api.SendMessage(handle, win32con.WM_SETTEXT, 0, text)
break
except:
continue
função para transcrever o áudio em uma thread
(comentada porque não foi utilizada neste código)
def transcribe_thread():
while True:
transcription = transcribe("output.wav")
print(transcription) # imprimir a transcrição no console
write_in_window(transcription)
time.sleep(5)
iniciar a thread para transcrição contínua do áudio
(comentada porque não foi utilizada neste código)
t1 = threading.Thread(target=transcribe_thread)
t1.start()
loop para controlar a execução do código
(comentado porque não foi utilizada neste código)
while True:
if keyboard.is_pressed('ctrl+end'):
break
elif keyboard.is_pressed('ctrl+home'):
if t1.is_alive():
t1.join()
else:
t1.start()