🧠 Voices Assistant for Windows

🚀 Умный голосовой ассистент с поддержкой AI, офлайн/онлайн распознаванием и реалистичным синтезом речи.

---

🌟 О проекте

Voices Assistant for Windows — это гибридный голосовой ассистент, вдохновлённый Jarvis из Marvel.
Он понимает речь на 🇷🇺 русском, 🇺🇿 узбекском и 🇬🇧 английском языках,
умеет говорить реалистичным голосом через Silero TTS,
распознавать команды онлайн и офлайн,
и общаться с помощью AI (Gemini) 🤖.

Ассистент поддерживает локальный режим без интернета,
а также имеет интеллектуальную озвучку, навыки и гибкую систему конфигурации.

---

⚙️ Основные возможности

🧠 Распознавание речи

• 🎤 Онлайн через SpeechRecognition
• 📴 Оффлайн через Vosk
• 🔄 Автоматическое переключение между online/offline режимами
• ⚙️ Поддержка трёх языков (RU / UZ / EN)

🗣️ Озвучивание речи

• 🔊 Silero TTS — реалистичный синтез речи (через torch)
• 🗣️ pyttsx3 — офлайн-альтернатива
• 🎧 tqdm-индикатор загрузки моделей Silero
• 🎵 Воспроизведение WAV-файлов из data/media/audios
• 🧩 Автоматическое переключение между движками при ошибках

🤖 AI-интеграция (Gemini)

• Если команда не распознана — запрос отправляется в Gemini
• Возможность включать/выключать AI (ai_enabled)
• Поддержка пользовательского API-ключа (gemini_api_key)
• Продвинутая логика ответов и обработка естественной речи

🧩 Расширения и навыки

• Каждый навык — отдельный Python-модуль в src/skills/
• Можно добавлять свои команды, действия и контекстные реакции
• Простая интеграция новых функций (например, системных команд, поиска и т.д.)

📚 Дополнительная документация:

• 📘 Описание команд (commands.yaml)
• ⚙️ Конфигурация ассистента (config.yaml)

---

🗂️ Структура проекта

Voices-Assistant-For-Windows/
├── src/
│   ├── core/
│   │   ├── config.py          # Загрузка и управление конфигурацией
│   │   ├── recognizer.py      # Распознавание речи (SpeechRecognition/Vosk)
│   │   ├── tts.py             # Гибридный TTS (Silero + pyttsx3)
│   │   ├── executor.py        # Выполнение команд
│   │   ├── skill_manager.py   # Менеджер навыков
│   │   └── ...
│   ├── utils/                 # Вспомогательные функции
│   ├── skills/
│   │   ├── ai_skill.py        # Интеграция с Gemini AI
│   │   ├── system_skill.py    # Системные команды Windows
│   │   └── ...
│   └── main.py                # Точка входа
│
├── data/
│   ├── media/audios/          # Звуковые эффекты (например, Jarvis.wav)
│   ├── models/tts/            # Модели Silero TTS
│   ├── commands.yaml          # Команды и синонимы
│   └── config.yaml            # Основные настройки
│
├── .venv/
├── pyproject.toml
└── README.md

---

📦 Основные зависимости

Аргумент	Тип	Описание
*args	tuple	Позиционные аргументы, если они были переданы напрямую
**kwargs	dict	Все служебные данные
→ query	str	Распознанный текст пользователя
→ dataset	dict	Загруженный commands.yaml
→ language	str	Текущий язык ассистента
→ config	dict	Основная конфигурация из config.yaml
→ tts	obj	Синтезатор речи
→ ai	obj	Экземпляр AI (Gemini)
→ recognizer	obj	Распознаватель речи

---

⚙️ Установка

# Клонировать репозиторий
git clone https://github.com/RustamovAkrom/Voices-Assistant-For-Windows.git
cd Voices-Assistant-For-Windows

# Создать виртуальное окружение и установить зависимости
uv venv .venv
.venv\Scripts\activate
uv sync

---

🧪 Запуск

uv run python main.py

Ассистент автоматически:

• загрузит модели Silero (если их нет),
• определит доступ к интернету,
• выберет оптимальный движок TTS,
• и начнёт слушать голосовые команды 🎧

---

📘 Добавление новых функций (commands.yaml)

Каждый блок в data/commands.yaml описывает навык (skill) и связанные с ним команды. Ассистент автоматически определяет, какая функция Python должна выполниться при совпадении паттерна.

Пример:

skills:
  system:
    description: "Системные команды"
    commands:
      - patterns:
          - "открой браузер"
          - "запусти chrome"
        action: "open_browser"

  weather:
    description: "Погода"
    commands:
      - patterns:
          - "погода в {city}"
        action: "get_weather"
        args:
          - "{city}"

📖 Подробное руководство: ➡️ docs/COMMANDS.md

---

⚙️ Конфигурация (config.yaml)

Все настройки хранятся в data/config.yaml:

assistant:
  default_language: "ru"
  mode: "online"
  voice_engine: "silero"
  ai_enabled: true
  gemini_api_key: "ВАШ_API_КЛЮЧ"
  voice_speed: 160
  voice_volume: 1.0
  debug: true

silero:
  use_cuda: true
  sample_rate: 48000

📖 Подробное руководство: ➡️ docs/CONFIG.md

---

🎙️ Примеры команд

Команда	Действие
“Привет, Джарвис”	Запуск ассистента
“Открой браузер”	Системная команда
“Переведи ‘Как дела?’ на английский”	Перевод текста
“Найди в интернете погоду в Ташкенте”	Поиск в браузере
“Останови работу”	Завершает ассистента

---

🔮 В планах

• 💡 Расширение AI-функций
• 🧭 Контекстные диалоги и память
• 🗓️ Напоминания и расписание
• 🎨 Графический интерфейс (GUI)
• 🧩 Плагины и кастомные навыки
• 🔊 Горячее слово “Hey Jarvis”
• ☁️ Интеграция с внешними API

---

👨‍💻 Автор

Akrom — программист, парикмахер и студент, создающий умного голосового ассистента, способного понимать, говорить и взаимодействовать с Windows 🧠💬

📫 Контакты: 🐙 GitHub • 💬 Telegram

---

⚠️ Примечание

🧪 Проект находится в активной разработке. Возможны ошибки и недоработки. Если нашёл баг или хочешь помочь — создавай Issue или Pull Request ❤️

---

⭐ Поддержи проект

Если тебе нравится идея — ⭐ поставь звёздочку репозиторию и помоги развивать Jarvis Assistant дальше!