voice-assistant – KI-Sprech-Assistent

Beschreibung

Ein reines Python-Standardbibliothek Voice-Interface für OpenAmer auf Windows. Nutzt PowerShell System.Speech für Text-to-Speech (TTS) und Speech-to-Text (STT, Windows Diktat-API via DictationGrammar).

Datei: scripts/voice-assistant.py im OpenAmer-Home ($OPENAMER_HOME/scripts/)

CLI-Modi

Flag	Beschreibung
--listen	Nimmt Mikrofon auf (10s Standard-Timeout), gibt erkannten Text auf stdout aus.
--speak 'Text'	Gibt Text per PowerShell TTS aus (System.Speech).
--chat	Interaktiver Chat: sprich oder tippe, erhalte TTS-Antwort (Echo-Demo).
--list-voices	Listet installierte Windows-TTS-Stimmen.
--log N	Zeigt Konversations-Log der letzten N Tage.
--voice 'Name'	Wählt eine bestimmte TTS-Stimme (z. B. 'Microsoft Zira Desktop').

Exit-Codes

• 0 – Erfolg
• 1 – Mikrofon/STT nicht verfügbar (kein Mikrofon, keine Sprache)
• 2 – TTS-Fehler

Konversations-Log

Alle Sitzungen werden als JSONL in ~/.voice-assistant/conversations/ geloggt. Dateinamen: conversation_YYYYMMDD_HH.jsonl (stündlich rotiert).

Einträge enthalten: session_id, turn, role, text, timestamp, mode (speech|text).

Voraussetzungen

• Windows 10/11
• PowerShell (installiert)
• Mikrofon (für STT)
• Python 3.11+ (Standardbibliothek, keine externen Dependencies)

Kurztest

cd "$OPENAMER_HOME/scripts"
python voice-assistant.py --list-voices
python voice-assistant.py --speak 'Hallo Welt'
python voice-assistant.py --listen --timeout 5
python voice-assistant.py --chat

Fehlerbehebung

Problem	Ursache	Lösung
SpeechRecognitionEngine nicht verfügbar	Windows Speech Recognition deaktiviert	Systemsteuerung > Spracherkennung aktivieren
Add-Type … System.Speech schlägt fehl	.NET Framework 3.5 fehlt	dism /online /Enable-Feature /FeatureName:NetFx3
Keine TTS zu hören	Standard-Lautsprecher falsch	Windows Audio-Einstellungen prüfen
STT timeout	Kein Mikrofon oder keine Sprache	Mikrofon-Eingabe prüfen, --timeout 15 versuchen
--speak mit Sonderzeichen	Escaping in PowerShell	Text in einfache Anführungszeichen setzen

Skills-Integration

Der Voice-Assistent kann aus anderen Skills/OA-Scripts importiert werden:

import sys
sys.path.insert(0, r'$OPENAMER_HOME\scripts')
from voice_assistant import tts_powershell, stt_listen, log_conversation

Architecture

┌─────────────────────┐     subprocess      ┌───────────────────────────┐
│  voice-assistant.py  │ ──────────────────> │  PowerShell               │
│  (Python, stdlib)    │                     │  - System.Speech.Synthesis│
│                      │ <────────────────── │  - System.Speech.Recog.   │
│  CLI argparse        │     stdout/stderr   └───────────────────────────┘
│  Session-Log (JSONL) │
│  ~/.voice-assistant/ │
└─────────────────────┘

Verwandte Skills

windows-compatibility, windows-computer-use