Bootcamp - Dio - BairesDev - Machine Learning Practitioner

Sistema de Assistência Virtual

Descrição

Este projeto assistencia_virtual é composto por dois scripts principais: text-to-speech.py e speech-to-text.py. Ambos utilizam bibliotecas de reconhecimento de fala e síntese de voz para interagir com o usuário de maneira eficiente e amigável.

Funcionalidades

text-to-speech.py

1. Captura de Texto e Conversão para Áudio:

   • Captura texto digitado pelo usuário.
   • Converte o texto para áudio em Português do Brasil (pt-BR) e Inglês dos Estados Unidos (en-us).
   • Usa a biblioteca pyttsx3 para a conversão de texto em fala.
   • As vozes utilizadas são Microsoft Daniel para Português e Microsoft David para Inglês.

2. Interação Contínua com o Usuário:

   • Permite que o usuário continue gerando novos áudios até que decida sair do sistema digitando a tecla "Q" ou "q".
   • Fornece feedback visual e auditivo das ações realizadas.

3. Formatação de Texto:

   • Utiliza a biblioteca colorama para formatar o texto exibido no terminal com diferentes cores, destacando mensagens importantes.

speech-to-text.py

1. Captura de Áudio:

   • Usa a biblioteca sounddevice para capturar áudio do microfone.
   • Converte o áudio capturado para um formato compreensível pelo reconhecedor de fala.

2. Reconhecimento de Fala:

   • Utiliza a biblioteca speech_recognition para transcrever o áudio capturado para texto.
   • O reconhecimento de fala é configurado para o idioma Português do Brasil (pt-BR).

3. Síntese de Voz:

   • Usa a biblioteca pyttsx3 para converter texto em fala.
   • Suporta dois idiomas: Português do Brasil (pt-BR) e Inglês dos Estados Unidos (en-us).
   • As vozes utilizadas são Microsoft Daniel para Português e Microsoft David para Inglês.

4. Interação com o Usuário:

   • Exibe um menu para o usuário com opções de abrir o Google, Wikipedia, YouTube ou sair do programa.
   • Captura a escolha do usuário e responde adequadamente, abrindo o navegador para a opção escolhida ou finalizando o programa.
   • Utiliza a biblioteca webbrowser para abrir links no navegador.

5. Feedback por Voz:

   • Fornece feedback auditivo das ações realizadas, falando em Português e Inglês.

6. Formatação de Texto:

   • Utiliza a biblioteca colorama para formatar o texto exibido no terminal com diferentes cores, destacando mensagens importantes.

Organização do Código

text-to-speech.py

• Importações Necessárias: Importa bibliotecas essenciais como pyttsx3, os, googletrans, colorama, pygame, re, time e sys.
• Definições de Funções:
  • text_to_speech(text, voice_id, output_file): Converte texto em áudio.
  • speak(text, lang="pt-br"): Converte texto em fala usando pyttsx3.
  • clear_terminal(): Limpa o terminal.
  • get_valid_text(): Obtém e valida o texto digitado pelo usuário.
  • main(): Função principal que gerencia a interação com o usuário e a conversão de texto para áudio.

speech-to-text.py

• Importações Necessárias: Importa bibliotecas essenciais como sounddevice, speech_recognition, pyttsx3, os, sys, time, webbrowser e colorama.
• Definições de Funções:
  • get_audio(): Captura e transcreve áudio do microfone.
  • speak(text, lang="pt-br"): Converte texto em fala usando pyttsx3.
  • clear_terminal(): Limpa o terminal.
  • show_menu(): Exibe o menu de opções para o usuário.
  • get_user_choice(): Captura a escolha do usuário.
  • respond(choice): Responde à escolha do usuário com ações apropriadas.

Exemplo de Uso

text-to-speech.py

Ao executar o script text-to-speech.py, o usuário poderá digitar o texto que deseja converter em áudio. O sistema irá gerar e reproduzir os áudios em Português e Inglês e permitirá que o usuário continue gerando novos áudios até decidir sair digitando "Q".

speech-to-text.py

Ao executar o script speech-to-text.py, o usuário verá um menu no terminal, onde poderá escolher entre abrir o Google, Wikipedia, YouTube ou sair do sistema. O assistente virtual capturará a escolha, fornecerá feedback por voz e realizará a ação correspondente.

Considerações Finais

Este projeto visa proporcionar uma experiência de usuário eficiente e amigável, utilizando tecnologias modernas de reconhecimento de fala e síntese de voz.

Observações

Para que o projeto assistencia_virtual funcione corretamente, é necessário ter o FFmpeg instalado na sua máquina. Caso você não tenha o FFmpeg, siga os passos abaixo:

1. Realize o download do FFmpeg no site oficial.
2. Extraia o conteúdo do arquivo zip para uma pasta de sua preferência, por exemplo, C:\FFmpeg.
3. Adicione o caminho C:\FFmpeg\bin (ou o caminho da pasta onde você extraiu o FFmpeg) às Variáveis de Ambiente do Sistema ou do Usuário.
   • No Windows:
     1. Abra o Painel de Controle e vá em Sistema e Segurança > Sistema > Configurações avançadas do sistema.
     2. Clique em Variáveis de Ambiente.
     3. Em Variáveis do Sistema, localize e selecione a variável Path, depois clique em Editar.
     4. Clique em Novo e adicione o caminho C:\FFmpeg\bin.
     5. Clique em OK em todas as janelas para salvar as alterações.
4. Verifique a instalação abrindo um terminal e digitando ffmpeg -version para confirmar se o FFmpeg está corretamente instalado e disponível no Path.

Seguindo esses passos, você estará pronto para utilizar o projeto assistencia_virtual no vscode ou outro editor de códigos, sem problemas!