Скачать или смотреть Assistente de voz com IA

Abaixo está a documentação detalhada para o código fornecido. Ela inclui explicações sobre cada parte do código, suas funções e o fluxo geral do programa.

Documentação do Código: Assistente Pessoal com Controle de Mouse e Voz

Este código implementa um assistente pessoal utilizando reconhecimento de voz, síntese de fala e integração com diversas funcionalidades do sistema, como controle do mouse, teclado, e execução de aplicativos, além de interação com a API do Google AI (Gemini). A aplicação também é capaz de controlar dispositivos como LEDs e TVs conectados via relé.

Estrutura do Projeto

Dependências
Google Generative AI (gemini): Para interação com a API de geração de conteúdo da Google AI.
SpeechRecognition: Para capturar e reconhecer comandos de voz.
Google Translate (googletrans): Para tradução de texto.
gTTS (Google Text-to-Speech): Para conversão de texto em fala.
pygame: Para reprodução de arquivos de áudio.
pyautogui: Para controle do mouse e teclado.

Instale as dependências via pip, se necessário:
```bash
pip install google-generativeai speechrecognition googletrans gtts pygame pyautogui
```

Funções e Descrição

1. configurar_api()
Configura a API do Google AI com a chave da API fornecida.
Objetivo: Garantir que a API do Google AI (Gemini) esteja configurada corretamente.
Retorno: `True` se a configuração for bem-sucedida, `False` se houver erro.

2. listar_modelos_geracao()
Obtém a lista de modelos disponíveis para geração de conteúdo via API do Google AI.
Objetivo: Listar os modelos de geração de conteúdo que o sistema pode utilizar.
Retorno: Lista de modelos de geração.

3. falar(texto, diretorio_fala)
Converte o texto em áudio e o reproduz usando o pygame.
Objetivo: Fazer o assistente "falar" usando a tecnologia TTS (Text-to-Speech).
Parâmetros:
`texto`: Texto a ser falado.
`diretorio_fala`: Diretório onde o arquivo de áudio será salvo.
Processo: O áudio é gerado e salvo como arquivo `.mp3`, depois é carregado e reproduzido.

#### 4. *ajuda()*
Exibe uma lista de comandos disponíveis para o usuário.
**Objetivo**: Fornecer uma lista de comandos que o assistente pode executar.

#### 5. *ouvir_entrada_voz(reconhecedor)*
Captura a entrada de áudio do microfone e converte em texto usando a API do Google.
**Objetivo**: Capturar e reconhecer comandos de voz.
**Retorno**: Texto reconhecido ou `None` em caso de falha.

#### 6. *main()*
Função principal que executa o assistente. O loop principal aguarda comandos de voz do usuário e executa ações baseadas nesses comandos.
**Objetivo**: Controlar a execução do assistente, incluindo a captura de voz e a execução de comandos.
**Comandos principais**:
`sair`: Encerra o assistente.
`ajuda`: Exibe os comandos disponíveis.
`listar modelos`: Exibe os modelos de geração de conteúdo disponíveis.
`mouse para x y`: Move o cursor do mouse para as coordenadas especificadas.
`clicar`: Realiza um clique com o mouse.
`clique direito`: Realiza um clique direito com o mouse.
`rolar para cima/baixo`: Rola a tela para cima ou para baixo.
`pressionar tecla`: Pressiona a tecla especificada.
`digitar texto`: Digita o texto especificado.
`excluir`: Apaga os últimos 10 caracteres digitados.
`pesquisar termo`: Pesquisa o termo no Google.
`modo de escrita`: Permite ao usuário digitar manualmente uma mensagem.