Merge feature/vosk-wakeword into dev — kills Picovoice dep

README.md

@@ -11,6 +11,7 @@
 - Из истории удалены случайно закоммиченные секреты.
 - Бэкенд LLM переключён с OpenAI на Groq (бесплатный тариф) через openai-совместимый API.
 - Код обновлён под новую версию SDK `openai` (>=1.0); старый pre-1.0 интерфейс был сломан.
+- Убрана зависимость от Picovoice Porcupine — wake-word распознаётся напрямую через Vosk с grammar-constraint (второй `KaldiRecognizer` со словарём из `WAKE_WORDS`). Ключ Picovoice больше не нужен.
 - Обновлена ветка/тэги (`dev`, `v0.0.1-import`), причёсан README и `requirements.txt`.
 
 ## Установка
@@ -26,9 +27,8 @@ pip install --upgrade pip
 pip install -r requirements.txt
 ```
 
-Скопируйте `dev.env` и заполните ключи:
+Скопируйте `dev.env.example` в `dev.env` и заполните ключ:
 
-- `PICOVOICE_TOKEN` — бесплатно на [console.picovoice.ai](https://console.picovoice.ai/).
 - `GROQ_TOKEN` — бесплатно на [console.groq.com](https://console.groq.com/).
 
 Vosk-модель для русского языка лежит в `model_small/` (уже в репозитории). Запуск:
@@ -41,6 +41,7 @@ python main.py
 
 - `config.py`:
   - `MICROPHONE_INDEX = -1` — индекс микрофона (`-1` означает устройство по умолчанию). Если микрофонов несколько и берётся не тот, поменяйте число.
+  - `WAKE_WORDS = ('jarvis', 'джарвис')` — варианты транскрипции wake-word, которые принимает Vosk. Если ваш голос/акцент стабильно расшифровывается как, например, `жарвис` — добавьте этот вариант сюда (всё в нижнем регистре).
   - `GROQ_MODEL` — имя модели Groq (по умолчанию `llama-3.3-70b-versatile`).
 - `commands.yaml` — набор голосовых команд и их вариантов для fuzzy-матчинга.
 - `custom-commands/` — скомпилированные AHK-скрипты под конкретный сетап автора оригинала (переключение мониторов, управление Яндекс.Музыкой и т.п.). На вашей машине большая часть из них работать не будет, но ассистент запустится в любом случае.

config.py

@@ -10,6 +10,11 @@ VA_VER = "0.1.0"
 VA_ALIAS = ('джарвис',)
 VA_TBR = ('скажи', 'покажи', 'ответь', 'произнеси', 'расскажи', 'сколько', 'слушай')
 
+# Wake-words распознаются Vosk'ом с grammar-constraint. Добавляйте сюда
+# варианты написания — Vosk с русской моделью может расшифровать "jarvis"
+# как "джарвис", "жарвис" и т.п.
+WAKE_WORDS = ('jarvis', 'джарвис')
+
 # ID микрофона (можете просто менять ID пока при запуске не отобразится нужный)
 # -1 это стандартное записывающее устройство
 MICROPHONE_INDEX = -1
@@ -17,9 +22,6 @@ MICROPHONE_INDEX = -1
 # Путь к браузеру Google Chrome
 CHROME_PATH = 'C:/Program Files (x86)/Google/Chrome/Application/chrome.exe %s'
 
-# Токен Picovoice
-PICOVOICE_TOKEN = os.getenv('PICOVOICE_TOKEN')
-
 # Токен Groq
 GROQ_TOKEN = os.getenv('GROQ_TOKEN')
 GROQ_BASE_URL = "https://api.groq.com/openai/v1"

dev.env.example

@@ -1,2 +1 @@
-PICOVOICE_TOKEN=<тут ключ-picovoice>
 GROQ_TOKEN=<тут ключ-groq>

main.py

@@ -11,7 +11,6 @@ from ctypes import POINTER, cast
 
 import openai
 from openai import OpenAI
-import pvporcupine
 import simpleaudio as sa
 import vosk
 import yaml
@@ -33,24 +32,25 @@ VA_CMD_LIST = yaml.safe_load(
     open('commands.yaml', 'rt', encoding='utf8'),
 )
 
-# ChatGPT vars
-system_message = {"role": "system", "content": "Ты голосовой ассистент из железного человека."}
+system_message = {"role": "system", "content": (
+    "Ты — J.A.R.V.I.S. (Just A Rather Very Intelligent System), ИИ-ассистент Тони Старка из киновселенной Marvel "
+    "(до событий Age of Ultron — ты НЕ Vision и НЕ FRIDAY). "
+    "Ведёшь себя как британский дворецкий: вежливо, иронично, с лёгким сарказмом, обращаешься к пользователю «сэр». "
+    "Отвечай по-русски, кратко (1-3 предложения), как живой человек. "
+    "Излишней цензуры не нужно — мат разрешён, если уместен."
+)}
 message_log = [system_message]
 
 client = OpenAI(api_key=config.GROQ_TOKEN, base_url=config.GROQ_BASE_URL)
 
-# PORCUPINE
-porcupine = pvporcupine.create(
-    access_key=config.PICOVOICE_TOKEN,
-    keywords=['jarvis'],
-    sensitivities=[1]
-)
-# print(pvporcupine.KEYWORDS)
-
-# VOSK
 model = vosk.Model("model_small")
 samplerate = 16000
 device = config.MICROPHONE_INDEX
+
+# wake-word phase uses a grammar-constrained recognizer so only WAKE_WORDS
+# (plus [unk] filler) can match — command phase needs full vocab, hence two.
+wake_grammar = json.dumps(list(config.WAKE_WORDS) + ["[unk]"], ensure_ascii=False)
+wake_rec = vosk.KaldiRecognizer(model, samplerate, wake_grammar)
 kaldi_rec = vosk.KaldiRecognizer(model, samplerate)
 q = queue.Queue()
 
@@ -268,32 +268,41 @@ def execute_cmd(cmd: str, voice: str):
 
     elif cmd == 'off':
         play("off", True)
-
-        porcupine.delete()
         exit(0)
 
 
-# `-1` is the default input audio device.
-recorder = PvRecorder(device_index=config.MICROPHONE_INDEX, frame_length=porcupine.frame_length)
+recorder = PvRecorder(device_index=config.MICROPHONE_INDEX, frame_length=512)
 recorder.start()
 print('Using device: %s' % recorder.selected_device)
 
-print(f"Jarvis (v0.1.0) начал свою работу ...")
+print(f"Jarvis (v{config.VA_VER}) начал свою работу ...")
 play("run")
 time.sleep(0.5)
 
-ltc = time.time() - 1000
+
+def heard_wake_word(text: str) -> bool:
+    if not text:
+        return False
+    lowered = text.lower()
+    return any(w in lowered for w in config.WAKE_WORDS)
+
 
 while True:
     try:
         pcm = recorder.read()
-        keyword_index = porcupine.process(pcm)
+        sp = struct.pack("h" * len(pcm), *pcm)
+
+        if not wake_rec.AcceptWaveform(sp):
+            continue
+
+        result_text = json.loads(wake_rec.Result()).get("text", "")
+        if not heard_wake_word(result_text):
+            continue
 
-        if keyword_index >= 0:
-            recorder.stop()
         play("greet", True)
         print("Yes, sir.")
-            recorder.start()  # prevent self recording
+        # reset the command recognizer so stale audio doesn't bleed into it
+        kaldi_rec.Reset()
         ltc = time.time()
 
         while time.time() - ltc <= 10:
@@ -306,6 +315,8 @@ while True:
 
                 break
 
+        wake_rec.Reset()
+
     except Exception as err:
         print(f"Unexpected {err=}, {type(err)=}")
         raise

requirements.txt

@@ -1,5 +1,4 @@
-# Picovoice stuff
-pvporcupine
+# mic capture
 pvrecorder
 
 # Vosk