Эксперимент 8. Русский локальный voice baseline

Что мы делаем и зачем

Голосовой цикл состоит из независимых частей: захват микрофона, VAD, ASR, LLM и TTS. Один успешный текстовый ответ не доказывает микрофон или звук. Поэтому сохраняются отдельные доказательства распознавания фразы с уникальным числом и слышимого ответа.

Что должно быть готово

• Эксперимент 7 работает.
• Микрофон разрешён браузеру на localhost.
• В Windows установлен хотя бы один русский SAPI voice.

Где выполнять

Обычный PowerShell для списка voices и сервера; браузер для одного voice cycle.

Scope

Откройте Codex из папки, указанной на предыдущей странице. Для независимого аудита обязательно создайте новую сессию. Скопируйте следующий prompt целиком, не вырезая ограничения.

PROMPT ДЛЯ CODEX - КОПИРОВАТЬ ЦЕЛИКОМ

Работай как инженер в режиме контролируемого агента.
Перед любым изменением покажи карту релевантной части репозитория, одну атомарную цель, файлы чтения и изменения, риски и команды проверки.
Сначала покажи план. Не меняй файлы до моего явного подтверждения.
Не используй sudo, force push, git reset --hard, git clean -fd и опасные команды удаления.
Не переключай и не изменяй main.
Не читай и не печатай .env, токены, SSH-ключи, cookies и keychain.
Не трогай файлы за пределами указанного scope.
Не скрывай ошибки и не подменяй тест словесным утверждением.
После изменения покажи краткий diff, реальный минимальный тест и git status --short.
Если нужен больший scope, остановись и запроси новый атомарный шаг.

Текущая задача: настроить только local voice baseline в conf.yaml. Не меняй source code, templates и dependencies. Не отправляй аудио в cloud API.

Сначала найди точные существующие ASR/TTS keys и Pydantic Literal-значения. Покажи план для character_config.asr_config.asr_model = sherpa_onnx_asr и character_config.tts_config.tts_model = pyttsx3_tts. Найди pyttsx3_tts.voice_name, если он поддерживается текущей схемой. После подтверждения измени только эти keys.

Затем выполни PowerShell-совместимый список pyttsx3 voices, запусти verbose server и проведи один microphone smoke test с фразой «Проверка локального распознавания 4827». В логах не показывай другое содержание речи. После одного ответа выключи микрофон и проверь отсутствие feedback loop.

Команды PowerShell

Команды ниже нужны либо для ручного выполнения, либо для сверки предложения Codex. Строки после комментария «после подтверждения» не запускаются заранее.

КОМАНДЫ - КОПИРОВАТЬ ПО ПОРЯДКУ

@'
import pyttsx3
engine = pyttsx3.init()
for voice in engine.getProperty("voices"):
    print(voice.id, voice.name, getattr(voice, "languages", []))
'@ | uv run python -

uv run run_server.py --verbose

Как действовать при запросе разрешения

Прочитайте команду и рабочую папку; сразу сверьте их со scope этого эксперимента.

Для одной безопасной команды выберите разовое Yes, proceed.

Если команда читает секреты, пишет за пределами scope или меняет main - нажмите Esc и объясните ограничение.

Что должно получиться

• Список voices напечатан без персональных путей.
• ASR transcript содержит смысл фразы и уникальное число 4827.
• Пользователь слышит локальный TTS-ответ.
• После выключения микрофона новых циклов нет.

Типовые ошибки и действия

• pyttsx3 literal_error: использовать pyttsx3_tts, а не имя Python-класса.
• TTS object has no attribute: это source/backend contract; не патчить source внутри config-only шага.
• Русский voice отсутствует: установить Windows language/voice отдельно, не добавлять cloud TTS.
• Feedback loop: снизить громкость, включить VAD/echo control и остановить capture после одного цикла.

Артефакты и доказательства

• Список voices.
• Выбранные ASR/TTS keys.
• Transcript только тестовой фразы с 4827.
• Ручное подтверждение слышимого ответа.
• Наблюдение отсутствия loop.

Критерий завершения

• ASR приемлемо распознал русский текст без cloud key.
• TTS прозвучал локально.
• Нет бесконечного feedback loop.
• Source tree неизменен.

ГОТОВАЯ ЗАПИСЬ В ОТЧЁТ

Эксперимент 8: Русский локальный voice baseline | Статус: PASS / FAIL / NOT PROVEN
Доказательство: <минимальный обезличенный вывод> | Не доказано: <ограничение>
Source tree: unchanged / <известный diff> | Следующий шаг: Если эксперименты 1-8 уже выполнялись, пройти контрольную точку 8.5 вместо полного повтора.