Live update

voice_bot_live.py

@@ -0,0 +1,145 @@
+import discord
+from discord.ext import tasks, commands
+from faster_whisper import WhisperModel
+import os
+import asyncio
+import wave
+import time
+
+# ============================
+# KONFIGURACJA MODELU (CPU)
+# ============================
+print("⏳ Ładowanie Faster-Whisper...")
+# 'tiny' jest błyskawiczny. 'base' jest mądrzejszy. 
+# Na CPU do live polecam 'tiny' lub 'base'.
+# int8 zapewnia szybkość.
+model = WhisperModel("base", device="cpu", compute_type="int8")
+print("✅ Model gotowy!")
+
+# ============================
+# KLASA ODBIORNIKA (LIVE SINK)
+# ============================
+class LiveSink(discord.sinks.Sink):
+    def __init__(self):
+        super().__init__()
+        self.user_buffers = {} # Tu trzymamy audio w RAMie
+        self.last_process_time = {} # Kiedy ostatnio sprawdzaliśmy usera
+
+    @discord.sinks.Filters.container
+    def write(self, item):
+        # Ta funkcja dostaje surowe bajty audio (PCM)
+        user = item.user
+        if user not in self.user_buffers:
+            self.user_buffers[user] = bytearray()
+            self.last_process_time[user] = time.time()
+        
+        self.user_buffers[user] += item.data
+
+    def get_audio_chunk(self, user):
+        # Pobierz audio i wyczyść bufor
+        if user in self.user_buffers:
+            data = self.user_buffers[user]
+            # Resetujemy bufor (tu można by zostawić kawałek dla ciągłości, ale keep it simple)
+            self.user_buffers[user] = bytearray()
+            self.last_process_time[user] = time.time()
+            return data
+        return None
+
+# ============================
+# BOT
+# ============================
+intents = discord.Intents.default()
+intents.message_content = True
+bot = commands.Bot(command_prefix="!", intents=intents)
+
+# Globalna zmienna na nasz sink
+current_sink = None
+
+async def transcode_and_transcribe(user_id, pcm_data):
+    # 1. Zapisz surowe bajty PCM do WAV (Whisper wymaga WAV)
+    temp_filename = f"live_{user_id}.wav"
+    
+    # Parametry Discorda: 48kHz, Stereo (2 kanały), 16-bit
+    with wave.open(temp_filename, 'wb') as wav_file:
+        wav_file.setnchannels(2)
+        wav_file.setsampwidth(2)
+        wav_file.setframerate(48000)
+        wav_file.writeframes(pcm_data)
+
+    # 2. Transkrypcja Faster-Whisperem
+    try:
+        # Uruchamiamy to w executorze, żeby nie blokować bota
+        loop = asyncio.get_event_loop()
+        # Funkcja pomocnicza do uruchomienia w wątku
+        def run_whisper():
+            segments, info = model.transcribe(temp_filename, language="pl", beam_size=1)
+            return " ".join([segment.text for segment in segments])
+
+        text = await loop.run_in_executor(None, run_whisper)
+        
+        if text.strip():
+            user = await bot.fetch_user(user_id)
+            print(f"🔴 LIVE {user.name}: {text}")
+
+    except Exception as e:
+        print(f"Błąd: {e}")
+    finally:
+        if os.path.exists(temp_filename):
+            os.remove(temp_filename)
+
+@tasks.loop(seconds=3.0) # Sprawdzaj co 3 sekundy
+async def live_transcription_loop():
+    if current_sink is None:
+        return
+
+    # Iterujemy po kopii kluczy, bo słownik może się zmienić w trakcie
+    for user_id in list(current_sink.user_buffers.keys()):
+        # Jeśli uzbieraliśmy więcej niż 100KB danych (żeby nie mieli ciszy)
+        if len(current_sink.user_buffers[user_id]) > 150000: 
+            pcm_data = current_sink.get_audio_chunk(user_id)
+            if pcm_data:
+                asyncio.create_task(transcode_and_transcribe(user_id, pcm_data))
+
+@bot.event
+async def on_ready():
+    print(f'🚀 Bot Live gotowy: {bot.user}')
+
+@bot.command()
+async def join(ctx):
+    if ctx.author.voice:
+        await ctx.author.voice.channel.connect()
+        await ctx.send("Dołączono.")
+    else:
+        await ctx.send("Wejdź na kanał.")
+
+@bot.command()
+async def start(ctx):
+    global current_sink
+    if not ctx.voice_client:
+        return await ctx.send("Nie jestem połączony.")
+
+    print("Rozpoczynam LIVE transkrypcję...")
+    current_sink = LiveSink()
+    
+    # Start nagrywania do naszego customowego Sinka
+    ctx.voice_client.start_recording(
+        current_sink,
+        lambda *args: None, # Callback końcowy nas nie obchodzi
+        ctx.channel
+    )
+    
+    # Odpal pętlę sprawdzającą bufor
+    live_transcription_loop.start()
+    await ctx.send("Nasłuchuję w trybie LIVE...")
+
+@bot.command()
+async def stop(ctx):
+    global current_sink
+    if ctx.voice_client:
+        ctx.voice_client.stop_recording()
+        live_transcription_loop.stop()
+        current_sink = None
+        await ctx.send("Zatrzymano.")
+
+token = os.getenv("DISCORD_TOKEN")
+bot.run(token)