VoiceToTask - Инструкция по запуску

Описание проекта

VoiceToTask — это голосовой помощник для быстрого создания списка задач. Вы просто произносите вслух, что нужно сделать, а приложение автоматически распознаёт речь, извлекает задачи и сохраняет их в структурированном виде. ИИ-модели выделяют приоритеты, сроки и категории, превращая голосовой поток в готовый список дел. Идеально подходит для планирования дня, ведения заметок и быстрой фиксации идей без отвлечения на набор текста.

Системные требования

• Python 3.10+ (скачать с python.org)
• Windows 10/11 или macOS/Linux
• Микрофон для голосового ввода
• Оперативная память: минимум 8 ГБ (рекомендуется 16 ГБ)
• Свободное место: ~5 ГБ для моделей ИИ

---

Установка

1. Скопируйте проект

Скопируйте папку pomr в удобное место на компьютере.

2. Создайте виртуальное окружение

Откройте терминал (cmd) в папке проекта:

cd путь\к\pomr
python -m venv .venv

3. Установите зависимости

.venv\Scripts\pip install -r requirements.txt

Установка может занять 10-20 минут — библиотеки torch и llama-cpp-python объёмные.

4. Первый запуск

При первом запуске автоматически скачаются модели:

• Whisper (~1.5 ГБ) — для распознавания речи
• Qwen 2.5 (~3 ГБ) — для анализа задач

---

Использование

Запуск приложения

.venv\Scripts\python main.py

Режимы работы

🎤 Голосовой ввод

1. Нажмите Enter для начала записи
2. Произнесите задачи (например: "Купить молоко, срочно")
3. Нажмите Enter для завершения
4. ИИ автоматически извлечёт задачи и сохранит их

📁 Обработка аудиофайла

1. Поместите аудиофайл (.wav, .mp3) в папку проекта
2. При запуске выберите пункт 2 и укажите путь к файлу

---

Структура проекта

pomr/
├── main.py              # Главный файл запуска
├── requirements.txt    # Зависимости
├── src/
│   ├── audio_input.py       # Запись с микрофона
│   ├── whisper_transcriber.py  # Распознавание речи
│   ├── llm_analyzer.py     # Анализ ИИ
│   ├── task_parser.py      # Парсинг задач
│   └── output_manager.py   # Сохранение результатов
├── models/              # Папка для ИИ-моделей
├── output/              # Результаты (.json файлы)
└── temp_audio/          # Временные аудиозаписи

---

Возможные проблемы

Ошибка "Module not found"

.venv\Scripts\pip install -r requirements.txt

Ошибка с CUDA/GPU

Приложение автоматически использует CPU, если GPU недоступен. Это нормально, но медленнее.

Долгая загрузка моделей

При первом запуске модели скачиваются из интернета. Убедитесь в стабильном соединении.