Writing a voice assistant in Python

Приветствую! Думаю многие видели в TikTok голосовых помощников для ПК, которые чего только не могут: открывают сайты, меняют яркость, и так далее. Так вот, сейчас мы напишем такого, на самом деле это делается очень легко и быстро.
Не буду тянуть и лить воду, начинаем.

​

Библиотеки

• speech_recognition — для распознавания речи.
• pyttsx3 — для синтеза речи.
• webbrowser — для открытия веб-сайтов.
• subprocess — для выполнения команд Windows.
• pyautogui — для комбинаций клавиш (смена языка, сворачивание окон)
• 
  Для установки библиотек - введите команду в cmd:
  
  pip install SpeechRecognition pyttsx3 pyautogui subprocess webbrowser

  Code

  pip install SpeechRecognition pyttsx3 pyautogui subprocess webbrowser

Пишем код

Импортируем библиотеки:

import speech_recognition as sr
import subprocess
import pyttsx3
import webbrowser
import pyautogui

Python

import speech_recognition as sr

import subprocess

import pyttsx3

import webbrowser

import pyautogui

Настраиваем синтез речи:

engine = pyttsx3.init('sapi5')
voices = engine.getProperty('voices')
engine.setProperty('voice', voices[0].id) # Выбор голоса

Python

engine = pyttsx3.init('sapi5')

voices = engine.getProperty('voices')

engine.setProperty('voice', voices[0].id)  # Выбор голоса

Создаем функцию озвучки текста:

def speak(text):
engine.say(text)
engine.runAndWait()

Python

def speak(text):

    engine.say(text)

    engine.runAndWait()

Создаем функцию распознавания речи:

def recognize_speech():
recognizer = sr.Recognizer()
with sr.Microphone() as source:
speak("Жду ваших указаний")
audio = recognizer.listen(source)
try:
command = recognizer.recognize_google(audio, language="ru-RU")
return command
except sr.UnknownValueError:
return ""
except sr.RequestError:
return ""

Python

def recognize_speech():

    recognizer = sr.Recognizer()

    with sr.Microphone() as source:

        speak("Жду ваших указаний")

        audio = recognizer.listen(source)

    try:

        command = recognizer.recognize_google(audio, language="ru-RU")

        return command

    except sr.UnknownValueError:

        return ""

    except sr.RequestError:

        return ""

Тут мы отправляем аудио-файл на сервера гугла и получаем текст.

Создаем функцию обработки команд и их выполнения:

def execute_command(command):

# Команды связанные с браузером
if "ВК" in command.upper():
speak("Открываю ВКонтакте")
webbrowser.open("https://vk.com")
elif "github" in command.lower():
speak("Открываю гитхаб")
webbrowser.open("https://github.com")
elif "форум" in command.lower():
speak("Открываю лолз")
webbrowser.open("http://lolz.live")
elif "найди в гугле" in command.lower():
query = command.lower().replace("найди в гугле", "").strip()
speak("Ищу в Google " + query)
webbrowser.open(f"https://www.google.com/search?q={query}")


# Настройки
elif "яркость" in command.lower():
brightness = extract_brightness(command)
if brightness is not None:
set_brightness(brightness)
elif "экрана" in command.lower():
speak("Открываю настройки дисплея")
subprocess.Popen("control.exe desk.cpl")
elif "язык" in command.lower() or "раскладка" in command.lower() or "раскладку" in command.lower():
speak("Меняю раскладку клавиатуры")
pyautogui.hotkey('alt', 'shift')
speak("Готово")
elif "окно" in command.lower():
speak("Сворачиваю окно, сэр")
pyautogui.hotkey('win', 'd')

# Программы
elif "калькулятор" in command.lower():
speak("Открываю калькулятор")
subprocess.Popen("calc.exe")
elif "блокнот" in command.lower():
speak("Открываю блокнот, сэр")
subprocess.Popen("notepad.exe")
else:
speak('Пока что я это не умею')

Python

def execute_command(command):



    # Команды связанные с браузером

    if "ВК" in command.upper():

        speak("Открываю ВКонтакте")

        webbrowser.open("https://vk.com")

    elif "github" in command.lower():

        speak("Открываю гитхаб")

        webbrowser.open("https://github.com")

    elif "форум" in command.lower():

        speak("Открываю лолз")

        webbrowser.open("http://lolz.live")

    elif "найди в гугле" in command.lower():

        query = command.lower().replace("найди в гугле", "").strip()

        speak("Ищу в Google " + query)

        webbrowser.open(f"https://www.google.com/search?q={query}")





    # Настройки

    elif "яркость" in command.lower():

        brightness = extract_brightness(command)

        if brightness is not None:

            set_brightness(brightness)

    elif "экрана" in command.lower():

        speak("Открываю настройки дисплея")

        subprocess.Popen("control.exe desk.cpl")

    elif "язык" in command.lower() or "раскладка" in command.lower() or "раскладку" in command.lower():

        speak("Меняю раскладку клавиатуры")

        pyautogui.hotkey('alt', 'shift')

        speak("Готово")

    elif "окно" in command.lower():

        speak("Сворачиваю окно, сэр")

        pyautogui.hotkey('win', 'd')



    # Программы

    elif "калькулятор" in command.lower():

        speak("Открываю калькулятор")

        subprocess.Popen("calc.exe")

    elif "блокнот" in command.lower():

        speak("Открываю блокнот, сэр")

        subprocess.Popen("notepad.exe")

    else:

        speak('Пока что я это не умею')

Создаем главный блок кода, который запускает цикл распознавания и обработки команд:

if __name__ == "__main__":
while True:
voice_command = recognize_speech()
if voice_command:
execute_command(voice_command)

Python

if __name__ == "__main__":

    while True:

        voice_command = recognize_speech()

        if voice_command:

            execute_command(voice_command)

Полный код для ленивых

# Библиотеки
import speech_recognition as sr
import subprocess
import pyttsx3
import webbrowser
import wmi
import os
import pyautogui

# Настройки озвучки
engine = pyttsx3.init('sapi5')
voices = engine.getProperty('voices')
engine.setProperty('voice', voices[0].id)

# Функция озвучки
def speak(text):
engine.say(text)
engine.runAndWait()

# Распознование голоса
def recognize_speech():
recognizer = sr.Recognizer()
with sr.Microphone() as source:
print("Скажите что-нибудь...")
speak("Жду ваших указаний")
audio = recognizer.listen(source)
try:
print("Распознаю...")
command = recognizer.recognize_google(audio, language="ru-RU")
print("Вы сказали: " + command)
return command
except sr.UnknownValueError:
print("Команда не распознана")
return ""
except sr.RequestError:
print("Не удается подключиться к службе распознавания речи")
return ""

# Команды
def execute_command(command):

# browser, sites
if "ВК" in command.upper():
speak("Открываю ВКонтакте")
webbrowser.open("https://vk.com")
elif "github" in command.lower():
speak("Открываю гитхаб")
webbrowser.open("https://github.com")
elif "форум" in command.lower():
speak("Открываю лолз=")
webbrowser.open("http://lolz.live")
elif "найди в гугле" in command.lower():
query = command.lower().replace("найди в гугле", "").strip()
speak("Ищу в Google " + query)
webbrowser.open(f"https://www.google.com/search?q={query}")


# settings
elif "яркость" in command.lower():
brightness = extract_brightness(command)
if brightness is not None:
set_brightness(brightness)
elif "экрана" in command.lower():
speak("Открываю настройки дисплея, сэр")
subprocess.Popen("control.exe desk.cpl")
elif "язык" in command.lower() or "раскладка" in command.lower() or "раскладку" in command.lower():
speak("Меняю раскладку клавиатуры, сэр")
pyautogui.hotkey('alt', 'shift')
speak("Готово")
elif "сделай звук" in command.lower():
volume = extract_volume(command)
if volume is not None:
set_volume(volume)
elif "окно" in command.lower():
speak("Сворачиваю окно, сэр")
pyautogui.hotkey('win', 'd')

# softs
elif "калькулятор" in command.lower():
speak("Открываю калькулятор")
subprocess.Popen("calc.exe")
elif "блокнот" in command.lower():
speak("Открываю блокнот, сэр")
subprocess.Popen("notepad.exe")
else:
speak('Пока что я это не умею')

if __name__ == "__main__":
while True:
voice_command = recognize_speech()
if voice_command:
execute_command(voice_command)

Python

# Библиотеки

import speech_recognition as sr

import subprocess

import pyttsx3

import webbrowser

import wmi

import os

import pyautogui



# Настройки озвучки

engine = pyttsx3.init('sapi5')

voices = engine.getProperty('voices')

engine.setProperty('voice', voices[0].id)



# Функция озвучки

def speak(text):

    engine.say(text)

    engine.runAndWait()



# Распознование голоса

def recognize_speech():

    recognizer = sr.Recognizer()

    with sr.Microphone() as source:

        print("Скажите что-нибудь...")

        speak("Жду ваших указаний")

        audio = recognizer.listen(source)

    try:

        print("Распознаю...")

        command = recognizer.recognize_google(audio, language="ru-RU")

        print("Вы сказали: " + command)

        return command

    except sr.UnknownValueError:

        print("Команда не распознана")

        return ""

    except sr.RequestError:

        print("Не удается подключиться к службе распознавания речи")

        return ""

        

# Команды

def execute_command(command):



    # browser, sites

    if "ВК" in command.upper():

        speak("Открываю ВКонтакте")

        webbrowser.open("https://vk.com")

    elif "github" in command.lower():

        speak("Открываю гитхаб")

        webbrowser.open("https://github.com")

    elif "форум" in command.lower():

        speak("Открываю лолз=")

        webbrowser.open("http://lolz.live")

    elif "найди в гугле" in command.lower():

        query = command.lower().replace("найди в гугле", "").strip()

        speak("Ищу в Google " + query)

        webbrowser.open(f"https://www.google.com/search?q={query}")





    # settings

    elif "яркость" in command.lower():

        brightness = extract_brightness(command)

        if brightness is not None:

            set_brightness(brightness)

    elif "экрана" in command.lower():

        speak("Открываю настройки дисплея, сэр")

        subprocess.Popen("control.exe desk.cpl")

    elif "язык" in command.lower() or "раскладка" in command.lower() or "раскладку" in command.lower():

        speak("Меняю раскладку клавиатуры, сэр")

        pyautogui.hotkey('alt', 'shift')

        speak("Готово")

    elif "сделай звук" in command.lower():

        volume = extract_volume(command)

        if volume is not None:

            set_volume(volume)

    elif "окно" in command.lower():

        speak("Сворачиваю окно, сэр")

        pyautogui.hotkey('win', 'd')



    # softs

    elif "калькулятор" in command.lower():

        speak("Открываю калькулятор")

        subprocess.Popen("calc.exe")

    elif "блокнот" in command.lower():

        speak("Открываю блокнот, сэр")

        subprocess.Popen("notepad.exe")

    else:

        speak('Пока что я это не умею')



if __name__ == "__main__":

    while True:

        voice_command = recognize_speech()

        if voice_command:

            execute_command(voice_command)

Озвучка режет уши, но к сожалению я не нашёл библиотеку с нормальным голосом.
Также вы можете легко доработать этот скрипт под ваши нужды используя ChatGPT, его никто не отменял​