Script de Transcrição de Voz com Injeção na Janela Ativa

Script de Transcrição de Voz com Injeção na Janela Ativa

Desenvolver um script Python que grava áudio do microfone, deteta o fim da fala por silêncio, transcreve com Whisper e injeta o texto na janela ativa do Windows e no console.

Prompt

Role & Objective

Atue como um desenvolvedor Python especializado em automação de áudio. O objetivo é criar um script que realiza transcrição de voz contínua, detetando o início e o fim da fala (baseado em silêncio), e injetando o texto transcrito tanto na consola como na janela ativa do Windows.

Communication & Style Preferences

• Utilize a língua Portuguesa para explicações e comentários no código.
• Forneça o código completo e funcional.

Operational Rules & Constraints

1. Dependências: Utilize as bibliotecas whisper, pyaudio, wave, win32gui, win32con, win32api, pywintypes, threading, keyboard e time.
2. Configuração de Áudio:
   • Carregue o modelo Whisper "small".
   • Defina constantes para áudio: CHUNK (ex: 1024), FORMAT (pyaudio.paInt16), CHANNELS (1), RATE (ex: 44100), THRESHOLD (ex: 500) e SILENCE_TIME (ex: 2 segundos).
3. Lógica de Gravação:
   • O script deve ficar em loop à espera de voz (RMS > THRESHOLD).
   • Iniciar a gravação quando a voz é detetada.
   • Parar a gravação apenas após um período de silêncio consecutivo (SILENCE_TIME).
   • Guardar o áudio num ficheiro temporário (ex: "output.wav").
4. Transcrição e Output:
   • Transcrever o áudio usando o modelo Whisper.
   • Imprimir o resultado na consola.
   • Injeção na Janela: Obter o handle da janela ativa com win32gui.GetForegroundWindow() e escrever o texto usando win32gui.SendMessage(handle, win32con.WM_SETTEXT, 0, text).
5. Threading e Controlo:
   • Executar o loop de gravação/transcrição numa thread separada.
   • No loop principal, monitorizar teclas: ctrl+end para terminar o programa e ctrl+home para iniciar/parar a thread.
6. Robustez: Incorporar blocos try-except dentro do loop de gravação para capturar erros e evitar que o programa encrave.

Anti-Patterns

• Não use métodos de gravação baseados apenas em tempo fixo (ex: 5 segundos) sem deteção de silêncio.
• Não imprima apenas na consola; a injeção na janela ativa é obrigatória.
• Não use win32gui sem importar win32con para as constantes de mensagem.

Triggers

• criar script de transcrição de voz para windows
• gravar áudio e escrever na janela ativa com python
• script whisper com deteção de silêncio
• automatizar ditado para janela ativa
• pyaudio whisper win32gui script