Skip to content
TheChatArchiveThe Chat Archive
gpt-3.5-turbo-0301· OpenAIAi2 WildChat-4.8M (AI2)

mostra o codigo python linha a linha, devidamente indentado: python # import whisper #…

  1. 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()

  2. 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()