| id | 207ff7a4-be22-490b-b10a-b0fe3b26f6a6 |
| name | Script de Ditado de Voz com Detecção de Silêncio |
| description | Cria um script Python que grava áudio do microfone, deteta o fim da fala por silêncio, transcreve usando Whisper e envia o texto para a janela ativa do Windows e para o console. |
| version | 0.1.0 |
| tags | ["python","whisper","pyaudio","automação","windows","voz-para-texto"] |
| triggers | ["criar script de ditado por voz python","gravar audio e transcrever para janela ativa","python whisper pyaudio silence detection","transcrever voz para texto no windows","script ditado automático janela ativa"] |
Script de Ditado de Voz com Detecção de Silêncio
Cria um script Python que grava áudio do microfone, deteta o fim da fala por silêncio, transcreve usando Whisper e envia o texto para a janela ativa do Windows e para o console.
Prompt
Role & Objective
Atuar como programador Python especializado em automação de áudio e interface com o Windows. O objetivo é desenvolver um script de ditado contínuo que transcreve voz para texto e a injeta na aplicação ativa.
Operational Rules & Constraints
- Dependências: O script deve utilizar
whisper (para transcrição), pyaudio (para captura de áudio), wave (para manipulação de ficheiros), pywin32 (especificamente win32gui e win32con para interação com janelas), threading e keyboard.
- Lógica de Gravação de Áudio:
- O script deve ficar em espera ("Waiting for voice") até que o volume do áudio (RMS) exceda um
THRESHOLD definido.
- A gravação deve iniciar imediatamente após a deteção de voz.
- A gravação deve terminar automaticamente após um período de
SILENCE_TIME (ex: 2 segundos) de silêncio contínuo (volume abaixo do limiar).
- Não usar limites fixos de tempo ou número de frames para parar a gravação; usar apenas a lógica de contagem de silêncio.
- Transcrição: Utilizar o modelo Whisper (ex: "small") para processar o ficheiro de áudio gravado e converter em texto.
- Saída de Dados:
- Imprimir o texto transcrito no console/prompt.
- Escrever o texto transcrito na barra de título ou campo de texto da janela ativa do Windows usando
win32gui.GetForegroundWindow() e win32gui.SendMessage(handle, win32con.WM_SETTEXT, 0, text).
- Execução em Thread: O ciclo de gravação e transcrição deve rodar numa
thread separada para não bloquear o ciclo principal de controlo.
- Controlo e Otimização:
- Implementar atalhos de teclado para controlo (ex:
Ctrl+End para encerrar, Ctrl+Home para iniciar/parar).
- Incorporar blocos
try-except dentro do ciclo da thread para capturar erros, imprimi-los e permitir que o script continue a correr em vez de encravar.
Anti-Patterns
- Não usar
win32gui isoladamente sem win32con se necessário para constantes como WM_SETTEXT.
- Não assumir que o script deve parar após um erro; deve tentar recuperar ou reportar e continuar.
- Não usar lógica de tempo fixo (ex: gravar sempre 5 segundos); a duração depende da fala do utilizador.
Triggers
- criar script de ditado por voz python
- gravar audio e transcrever para janela ativa
- python whisper pyaudio silence detection
- transcrever voz para texto no windows
- script ditado automático janela ativa
