first commit

2026-09-25 06:47:14 +02:00
commit 6f198c3d51
9 changed files with 1100 additions and 0 deletions
@@ -0,0 +1,139 @@
+# Thorsten Voice Assistant
+
+Modularer, lokaler Sprachassistent auf Basis von Piper TTS + llama.cpp.
+
+## Architektur
+
+```
+input_helper.py
+     │
+     │  data/llm_input.json
+     ▼
+llm_module.py  (Qwen2.5-0.5B via llama-cpp-python)
+     │
+     │  data/tts_input.json
+     ▼
+tts_module.py  (Thorsten Emotional Voice via Piper)
+     │
+     ▼
+data/output.wav
+```
+
+### JSON-Formate
+
+**llm_input.json** (Helper → LLM):
+```json
+{
+  "request": "Was ist die Hauptstadt von Frankreich?",
+  "type": "query",
+  "emotion": "neutral",
+  "autoplay": true,
+  "history": []
+}
+```
+
+**tts_input.json** (LLM → TTS):
+```json
+{
+  "text": "Die Hauptstadt von Frankreich ist Paris.",
+  "emotion": "neutral",
+  "speaker_id": 4,
+  "output_file": "data/output.wav",
+  "autoplay": true
+}
+```
+
+### Verfügbare Emotionen
+
+| Name | Speaker ID |
+|------|-----------|
+| amused | 0 |
+| angry | 1 |
+| disgusted | 2 |
+| drunk | 3 |
+| **neutral** | **4** |
+| sleepy | 5 |
+| surprised | 6 |
+| whisper | 7 |
+
+---
+
+## Einrichtung
+
+```bash
+# 1. Virtual Environment aktivieren
+source ~/.venv/bin/activate
+
+# 2. Modell herunterladen (einmalig, ~400 MB)
+python download_model.py
+```
+
+---
+
+## Verwendung
+
+### Interaktiver Modus (Entwicklung)
+```bash
+source ~/.venv/bin/activate
+python input_helper.py
+```
+
+Terminalbefehle im interaktiven Modus:
+- `:emotion drunk` – Emotion wechseln
+- `:history` – Gesprächsverlauf anzeigen
+- `:clear` – Verlauf löschen
+- `exit` – Beenden
+
+### Einmaliger Aufruf
+```bash
+python input_helper.py "Was ist das Wetter heute?"
+python input_helper.py "Guten Morgen" --emotion amused
+python input_helper.py "Leise Nachricht" --emotion whisper --no-play
+```
+
+### Module direkt aufrufen
+```bash
+# Nur LLM (mit JSON-Datei)
+python llm_module.py data/llm_input.json
+
+# Nur TTS (mit JSON-Datei)
+python tts_module.py data/tts_input.json
+
+# TTS mit Pipe
+echo '{"text":"Hallo Welt","emotion":"neutral"}' | python tts_module.py
+```
+
+---
+
+## Dateien
+
+| Datei | Beschreibung |
+|-------|-------------|
+| `input_helper.py` | Terminal-Eingabe → JSON → LLM → TTS |
+| `llm_module.py` | LLM-Verarbeitung mit Qwen GGUF |
+| `tts_module.py` | Text-to-Speech mit Thorsten Emotional |
+| `download_model.py` | Lädt Qwen-Modell herunter |
+| `thorsten.py` | (Alt) Ursprüngliches Test-Script |
+| `models/` | GGUF-Modelle |
+| `data/` | JSON-Austausch-Dateien & Audio-Output |
+
+---
+
+## Erweiterung (zukünftige Module)
+
+Das System ist modular aufgebaut. Weitere Module können einfach eingeklinkt werden:
+
+```
+STT-Modul (Mikrofon → Text)
+     │
+     ▼
+input_helper.py / eigener JSON-Producer
+     │
+     ▼
+Router-Modul (query vs. command)
+     ├── llm_module.py  (für Antworten)
+     └── command_module.py  (für Smart-Home etc.)
+                              │
+                              ▼
+                         tts_module.py
+```