vosk语言模型

优化后代码，还需要继续优化

import os
import time
import json
import pyautogui
import pygetwindow as gw
from pynput.keyboard import Controller, Key
from vosk import Model, KaldiRecognizer
import pyaudio

# ================== 配置区域 ==================
MODEL_PATH = "vosk-model-cn-0.22"
WORD_WINDOW_TITLE = "Microsoft Word"
WECHAT_WINDOW_TITLE = "微信"
INPUT_DELAY = 0.02  # 字符输入间隔
BUFFER_TIMEOUT = 1.0  # 输入缓冲时间（秒）
# =============================================

class VoiceAssistant:
    def __init__(self):
        self.keyboard = Controller()
        self.text_buffer = []
        self.last_input_time = time.time()
        
        # 初始化语音识别
        if not os.path.exists(MODEL_PATH):
            raise FileNotFoundError(f"未找到语音模型：{MODEL_PATH}")
        self.model = Model(MODEL_PATH)
        self.recognizer = KaldiRecognizer(self.model, 16000)
        
        # 初始化音频流
        self.p = pyaudio.PyAudio()
        self.stream = self.p.open(
            format=pyaudio.paInt16,
            channels=1,
            rate=16000,
            input=True,
            frames_per_buffer=8192
        )

        # 命令映射表
        self.punctuation_map = {
            "逗号": "，",
            "句号": "。",
            "问号": "？",
            "感叹号": "！",
            "冒号": "：",
            "分号": "；",
            "顿号": "、",
            "省略号": "……",
            "空格": " ",
            "换行": "\n",
            "微信发送": ("cmd", self.send_wechat),
            "输入文本": ("cmd", self.activate_word),
        }

    def activate_app(self, window_title):
        """激活指定应用程序窗口"""
        windows = gw.getWindowsWithTitle(window_title)
        if not windows:
            print(f"未找到窗口：{window_title}")
            return False
        
        target_window = windows[0]
        try:
            target_window.activate()
            time.sleep(0.5)
            # 点击窗口中心区域
            x = target_window.left + target_window.width // 2
            y = target_window.top + target_window.height // 2
            pyautogui.click(x, y)
            time.sleep(0.2)
            return True
        except Exception as e:
            print(f"激活窗口失败：{str(e)}")
            return False

    def activate_word(self):
        """激活Word并准备输入"""
        return self.activate_app(WORD_WINDOW_TITLE)

    def activate_wechat(self):
        """激活微信并准备输入"""
        return self.activate_app(WECHAT_WINDOW_TITLE)

    def send_wechat(self):
        """发送微信消息"""
        if self.activate_wechat():
            self.keyboard.press(Key.enter)
            self.keyboard.release(Key.enter)
            time.sleep(0.1)

    def type_text(self, text):
        """模拟键盘输入"""
        for char in text:
            self.keyboard.press(char)
            self.keyboard.release(char)
            time.sleep(INPUT_DELAY)

    def process_text(self, text):
        """处理识别文本，返回（有效文本，命令列表）"""
        commands = []
        processed = []
        
        for word in text.split():
            # 检查是否是特殊命令
            if word in self.punctuation_map:
                item = self.punctuation_map[word]
                if isinstance(item, tuple) and item[0] == "cmd":
                    commands.append(item[1])
                else:
                    processed.append(str(item))
            else:
                processed.append(word)
        
        return " ".join(processed), commands

    def flush_buffer(self):
        """将缓冲区内容输入并清空"""
        if self.text_buffer:
            combined_text = " ".join(self.text_buffer)
            self.text_buffer = []
            try:
                if self.activate_word():
                    self.type_text(combined_text)
            except Exception as e:
                print(f"输入失败：{str(e)}")

    def run(self):
        """运行主循环"""
        print("语音输入已启动，请开始说话...")
        try:
            while True:
                # 处理音频流
                data = self.stream.read(4096, exception_on_overflow=False)
                
                if self.recognizer.AcceptWaveform(data):
                    # 处理最终识别结果
                    result = json.loads(self.recognizer.Result())
                    text = result.get("text", "").strip()
                    
                    if text:
                        print(f"完整识别：{text}")
                        processed_text, commands = self.process_text(text)
                        
                        # 执行命令
                        for cmd in commands:
                            cmd()
                        
                        # 缓存有效文本
                        if processed_text:
                            self.text_buffer.append(processed_text)
                            self.last_input_time = time.time()
                
                else:
                    # 显示部分识别结果
                    partial = json.loads(self.recognizer.PartialResult())
                    partial_text = partial.get("partial", "")
                    if partial_text:
                        print(f"实时识别：{partial_text}")
                
                # 超时自动提交
                if time.time() - self.last_input_time > BUFFER_TIMEOUT:
                    self.flush_buffer()
                    
        except KeyboardInterrupt:
            print("\n正在关闭...")
        finally:
            # 清理资源
            self.stream.stop_stream()
            self.stream.close()
            self.p.terminate()

if __name__ == "__main__":
    try:
        assistant = VoiceAssistant()
        assistant.run()
    except Exception as e:
        print(f"启动失败：{str(e)}")

需要模型文件私发