i dont even know

voice_bot.py

@@ -1,107 +1,145 @@
 import discord
 from discord.ext import commands
-import speech_recognition as sr
+import whisper
 import asyncio
 import os
+import ctypes.util
 
-# Konfiguracja intencji (uprawnień)
+# ==========================================
+# 1. FIX NA OPUS (DLA ARCH LINUX / LINUXA)
+# ==========================================
+# To naprawia błąd "Error occurred while decoding opus frame"
+opus_path = ctypes.util.find_library('opus')
+loaded_opus = False
+
+if opus_path:
+    print(f"✅ System znalazł bibliotekę Opus: {opus_path}")
+    try:
+        discord.opus.load_opus(opus_path)
+        loaded_opus = True
+    except Exception as e:
+        print(f"⚠️ Błąd ładowania systemowego Opus: {e}")
+
+if not loaded_opus:
+    # Jeśli system nie znalazł, próbujemy standardowych ścieżek
+    print("⚠️ Próba ręcznego ładowania Opus...")
+    libs = ['libopus.so.0', 'libopus.so', 'libopus.so.0.8.0']
+    for lib in libs:
+        try:
+            discord.opus.load_opus(lib)
+            print(f"✅ Załadowano ręcznie: {lib}")
+            loaded_opus = True
+            break
+        except:
+            pass
+
+if not loaded_opus:
+    print("❌ CRITICAL: Nie udało się załadować Opus via ctypes. Nagrywanie może nie działać!")
+
+# ==========================================
+# 2. KONFIGURACJA WHISPER (LOKALNE AI)
+# ==========================================
+print("⏳ Ładowanie modelu Whisper (może to chwilę potrwać przy starcie)...")
+# 'base' jest szybki. Jeśli chcesz super dokładności, zmień na 'small' (wolniejszy)
+audio_model = whisper.load_model("base")
+print("✅ Model Whisper gotowy!")
+
+# ==========================================
+# 3. KONFIGURACJA BOTA
+# ==========================================
 intents = discord.Intents.default()
 intents.message_content = True 
-intents.voice_states = True
-
 bot = commands.Bot(command_prefix="!", intents=intents)
-r = sr.Recognizer()
 
-# Funkcja callback - uruchamiana po zakończeniu nagrywania
 async def finished_callback(sink, channel: discord.TextChannel, *args):
-    print("Nagrywanie zakończone. Przetwarzanie audio...")
+    """Funkcja uruchamiana PO zatrzymaniu nagrywania"""
+    print("⏹️ Nagrywanie zakończone. Rozpoczynam transkrypcję lokalną...")
 
-    # sink.audio_data.items() zwraca pary: user_id, AudioData
-    for user_id, audio in sink.audio_data.items():
-        filename = f"audio_{user_id}.wav"
+    recorded_users = sink.audio_data.items()
     
-        # Zapisz plik na dysku
-        with open(filename, "wb") as f:
-            f.write(audio.file.read())  # Używamy .read() dla pewności
-
-        # --- Reszta kodu bez zmian (rozpoznawanie mowy) ---
+    for user_id, audio in recorded_users:
+        # 1. Zapisz plik audio na dysk
+        filename = f"user_{user_id}.wav"
         try:
-            with sr.AudioFile(filename) as source:
-                # Załaduj audio do pamięci
-                audio_data = r.record(source)
-                # Użyj Google Web Speech API (darmowe, ale ma limity)
-                text = r.recognize_google(audio_data, language="pl-PL")
+            with open(filename, "wb") as f:
+                f.write(audio.file.read())
             
+            # 2. Transkrypcja Whisperem
+            # fp16=False jest ważne, jeśli jedziesz na CPU, żeby nie było warningów
+            result = audio_model.transcribe(filename, language="pl", fp16=False)
+            text = result['text'].strip()
+
+            # 3. Wypisz wynik
+            if text:
                 user = await bot.fetch_user(user_id)
-                output = f"Użytkownik {user.name} powiedział: {text}"
+                print(f"🎤 [ROZPOZNANO] {user.name}: {text}")
+                # Jeśli chcesz wysłać na czat, odkomentuj poniższe:
+                # await channel.send(f"**{user.name}**: {text}")
+            else:
+                print(f"🎤 [CISZA] User {user_id} nic nie powiedział.")
 
-                # Print do konsoli (zgodnie z prośbą)
-                print(output)
-                # Opcjonalnie wyślij na kanał tekstowy:
-                # await channel.send(output)
-
-        except sr.UnknownValueError:
-            print(f"Nie zrozumiano mowy użytkownika {user_id}.")
-        except sr.RequestError as e:
-            print(f"Błąd serwisu Google Speech Recognition: {e}")
         except Exception as e:
-            print(f"Wystąpił błąd: {e}")
+            print(f"❌ Błąd podczas przetwarzania audio: {e}")
         finally:
-            # Posprzątaj pliki tymczasowe
+            # 4. Sprzątanie plików
             if os.path.exists(filename):
                 os.remove(filename)
 
 @bot.event
 async def on_ready():
-    print(f'Zalogowano jako {bot.user}')
+    print(f'🚀 Bot zalogowany jako: {bot.user}')
+    print('Gotowy do działania! Użyj !join, potem !start i !stop.')
 
 @bot.command()
 async def join(ctx):
-    """Bot dołącza do Twojego kanału głosowego"""
+    """Wejdź na kanał głosowy"""
     if ctx.author.voice:
         channel = ctx.author.voice.channel
         await channel.connect()
-        await ctx.send(f"Dołączono do {channel}")
+        await ctx.send(f"Dołączyłem do: {channel.name}")
     else:
-        await ctx.send("Musisz być na kanale głosowym!")
+        await ctx.send("Musisz być na kanale głosowym, żebym mógł dołączyć.")
 
 @bot.command()
 async def start(ctx):
-    """Zacznij nagrywanie"""
-    if ctx.voice_client:
-        print("Rozpoczynam nagrywanie...")
-        # WaveSink nagrywa do formatu WAV
-        ctx.voice_client.start_recording(
-            discord.sinks.WaveSink(),
-            finished_callback,
-            ctx.channel,
-        )
-        await ctx.send("Nasłuchuję... wpisz !stop aby transkrybować.")
-    else:
-        await ctx.send("Bot nie jest połączony z kanałem głosowym.")
+    """Zacznij nagrywać"""
+    if not ctx.voice_client:
+        return await ctx.send("Nie jestem na kanale głosowym! Użyj !join")
+
+    print("🔴 Rozpoczynam nasłuch...")
+    # WAŻNE: To wymaga biblioteki py-cord, nie starego discord.py
+    ctx.voice_client.start_recording(
+        discord.sinks.WaveSink(),  # Nagrywamy do WAV (Whisper to lubi)
+        finished_callback,         # Po stopie wywołaj tę funkcję
+        ctx.channel,               # Przekaż kanał tekstowy do callbacka
+    )
+    await ctx.send("Nasłuchuję... (wpisz !stop aby zakończyć)")
 
 @bot.command()
 async def stop(ctx):
-    """Zatrzymaj nagrywanie i wypisz tekst"""
+    """Zatrzymaj nagrywanie i przetwórz"""
     if ctx.voice_client:
-        print("Zatrzymywanie nagrywania...")
+        print("Trwa zatrzymywanie nagrywania...")
         ctx.voice_client.stop_recording()
-        await ctx.send("Zatrzymano nagrywanie. Sprawdź konsolę.")
+        await ctx.send("Przetwarzanie nagrania... Spójrz w konsolę.")
     else:
-        await ctx.send("Bot nic nie nagrywa.")
+        await ctx.send("Nic teraz nie nagrywam.")
 
 @bot.command()
 async def leave(ctx):
-    """Bot wychodzi z kanału"""
+    """Wyjdź z kanału"""
     if ctx.voice_client:
         await ctx.voice_client.disconnect()
-        await ctx.send("Rozłączono.")
+        await ctx.send("Nara!")
     else:
-        await ctx.send("Bot nie jest połączony.")
+        await ctx.send("Nie jestem połączony.")
 
-# Uruchom bota
+# Uruchomienie
+# Wstaw tutaj swój token albo ustaw zmienną środowiskową DISCORD_TOKEN
 token = os.getenv("DISCORD_TOKEN") 
-if not token:
-    raise SystemExit("Missing DISCORD_TOKEN environment variable. Set it and retry.")
+# token = "TU_WSTAW_TOKEN_JESLI_NIE_UZYWASZ_ENV"
 
-bot.run(token)
+if not token:
+    print("❌ Brak tokena! Ustaw zmienną DISCORD_TOKEN lub wpisz go w kodzie.")
+else:
+    bot.run(token)