push2talk

Push2Talk 🎤

Un outil d'assistance vocale léger et efficace qui permet d'utiliser la reconnaissance vocale avec un simple appui sur une touche (push-to-talk).

🌟 Fonctionnalités

• Reconnaissance vocale en temps réel : Utilise la technologie Whisper optimisée (faster-whisper) pour une transcription rapide
• Push-to-talk : Contrôle l'enregistrement audio via une touche dédiée (configurable)
• Micro détection : Détection du micro automatique. Le serveur whisper se lance et le script demarre
• Interface système : Icône de barre système (system tray) pour quitter facilement l'application
• Serveur Flask intégré : API pour intégrer l'outil dans d'autres applications
• Support multi-plateforme : Compatible Linux (Ubuntu/Debian)
• Accélération GPU NVIDIA : Support CUDA pour une performance optimale (optionnel)

📋 Prérequis

• Linux (Ubuntu 20.04+ ou Debian)
• Python 3.10+
• Accès administrateur (pour l'installation de dépendances système)
• (Optionnel) GPU NVIDIA avec CUDA pour de meilleures performances

🚀 Installation

1. Cloner le dépôt

git clone https://github.com/rasdehya/push2talk.git
cd push2talk

2. Installation automatique

Exécutez le script d'installation qui installe toutes les dépendances système et Python :

chmod +x install.sh
./install.sh

3. Installation manuelle

Si vous préférez une installation étape par étape :

# Installez les dépendances système
sudo apt install -y python3-pip xdotool alsa-utils librsvg2-bin

# Créez un environnement virtuel
python3 -m venv venv
source venv/bin/activate
# Et installez les dépendances Python
pip install -r requirements.txt
# Ou en utilisant uv (wrapper pour pip, venv, etc...)
# curl -LsSf https://astral.sh/uv/install.sh | sh
uv init 
uv venv
uv pip install -r requirements.txt

4. Configuration (config.py)

• Modifier la bindkey qui declanche l'enregistrement. Utilisez sudo showkey pour obtenir le keycode
• Modifier le nom de votre micro. Utiliser a record -l pour trouver le nom du périphérique
• Si vous avez un GPU NVIDIA et souhaitez utiliser l'accélération CUDA :

# Après l'installation, decommentez et modifier les chemins des bibliothèques
export LD_LIBRARY_PATH=/chemin/vers/venv/lib/python3.12/site-packages/nvidia/cublas/lib:/chemin/vers/venv/lib/python3.12/site-packages/nvidia/cudnn/lib:$LD_LIBRARY_PATH
# Et modifier les variables 
WHISPER_DEVICE = "cuda"             # "cuda" si GPU Nvidia, sinon "cpu"
WHISPER_COMPUTE_TYPE = "float16"    # "float16" sur GPU, "int8" sur CPU

• Vous pouvez jouer avec les valeurs des variables suivantes pour faire varier la rapiditée/qualitée de la retranscription.

WHISPER_MODEL = "medium"          # small = bon compromis vitesse/qualité
WHISPER_BEAM_SIZE = 5             # 1 = greedy, plus rapide, quasi même qualité
WHISPER_VAD_FILTER = True       # supprime les silences avant transcription
WHISPER_VAD_THRESHOLD = 0.5     # 0.0-1.0, plus bas = plus permissif (défaut 0.5)

Lancer l'application

chmod +x ./push2talk.sh
./push2talk.sh

🎮 Utilisation

• Appuyer sur la touche choisie pour lancer l'enregistrement ("œ" par default)
• Relacher pour copier dans la fenetre active suivi d'un envoie de la touche ENTER
• Vous pouvez quitter l'application en cliquant sur l'icone du systray