Распознавание Русской Речи

Приложение для распознавания русской речи в реальном времени с использованием искусственного интеллекта.

Описание

Это приложение позволяет преобразовывать русскую речь в текст в реальном времени. Оно использует модель Wav2Vec2 для точного распознавания речи и предоставляет удобный графический интерфейс для управления процессом записи.

Требования

• Python 3.8 или выше
• PyQt5
• PyTorch
• Transformers
• SoundDevice
• NumPy
• SciPy

Установка

Вариант 1: Установка через pip

1. Клонируйте репозиторий:

git clone https://github.com/yourusername/russian-speech-recognition.git
cd russian-speech-recognition

2. Установите необходимые зависимости:

pip install -r requirements.txt

Вариант 2: Установка через Conda

1. Создайте новое окружение Conda:

conda create -n speech_rec python=3.8
conda activate speech_rec

2. Установите PyTorch через Conda:

conda install pytorch cpuonly -c pytorch

3. Установите остальные зависимости:

conda install -c conda-forge pyqt
conda install -c conda-forge transformers
conda install -c conda-forge sounddevice
conda install numpy scipy

4. Клонируйте репозиторий:

git clone https://github.com/yourusername/russian-speech-recognition.git
cd russian-speech-recognition

Использование

1. Запустите приложение:

python run.py

2. Основные функции:
   • Нажмите кнопку "Record (R)" или клавишу R для начала записи
   • Нажмите кнопку "Pause (P)" или клавишу P для паузы
   • Нажмите кнопку "Stop (S)" или клавишу S для остановки записи
   • Используйте "Copy Text (Ctrl+C)" для копирования текста
   • Используйте "Clear Text (Ctrl+L)" для очистки текста

Горячие клавиши

• R - Начать запись
• P - Пауза/Продолжить
• S - Остановить запись
• Ctrl+C - Копировать текст
• Ctrl+L - Очистить текст
• Esc - Выход

Особенности

• Распознавание речи в реальном времени
• Поддержка длинных записей
• Возможность паузы и возобновления записи
• Автоматическое сохранение текста
• Удобный интерфейс в стиле Windows
• Поддержка горячих клавиш

Технические детали

Приложение использует модель Wav2Vec2 (jonatasgrosman/wav2vec2-large-xlsr-53-russian) для распознавания речи. Модель оптимизирована для работы на CPU и обеспечивает высокую точность распознавания русской речи.

Устранение неполадок

1. Если приложение не запускается:

   • Убедитесь, что все зависимости установлены
   • Проверьте версию Python (должна быть 3.8 или выше)
   • Проверьте наличие микрофона и его работоспособность
   • При использовании Conda убедитесь, что окружение активировано

2. Если распознавание работает неточно:

   • Говорите четко и в нормальном темпе
   • Убедитесь, что микрофон правильно настроен
   • Проверьте уровень шума в помещении

Лицензия

MIT License

Поддержка

Если у вас возникли проблемы или есть предложения по улучшению, пожалуйста, создайте issue в репозитории проекта.