| import numpy as np |
| import pandas as pd |
| import requests |
| from io import StringIO |
| from sklearn.feature_extraction.text import TfidfVectorizer |
| from sklearn.metrics.pairwise import cosine_similarity |
| import speech_recognition as sr |
| import pyttsx3 |
| import time |
|
|
| class HybridChatBot: |
| def __init__(self, dataset_url=None): |
| self.dataset_url = dataset_url |
| self.qa_pairs = {} |
| self.vectorizer = TfidfVectorizer() |
| self.X = None |
| self.recognizer = sr.Recognizer() |
| self.engine = pyttsx3.init() |
| |
| |
| voices = self.engine.getProperty('voices') |
| self.engine.setProperty('voice', voices[0].id) |
| self.engine.setProperty('rate', 150) |
| |
| if dataset_url: |
| self.load_dataset() |
| self.train() |
|
|
| def load_dataset(self): |
| """Загрузка датасета с веб-ресурса""" |
| try: |
| response = requests.get(self.dataset_url) |
| response.raise_for_status() |
| |
| if self.dataset_url.endswith('.csv'): |
| data = pd.read_csv(StringIO(response.text)) |
| elif self.dataset_url.endswith('.json'): |
| data = pd.read_json(StringIO(response.text)) |
| else: |
| print("Формат файла не поддерживается") |
| return |
| |
| for _, row in data.iterrows(): |
| self.qa_pairs[row["question"].lower()] = row["answer"] |
| |
| print(f"Загружено {len(self.qa_pairs)} пар вопрос-ответ") |
| |
| except Exception as e: |
| print(f"Ошибка загрузки датасета: {e}") |
|
|
| def train(self): |
| """Обучение модели на загруженных данных""" |
| if not self.qa_pairs: |
| print("Нет данных для обучения!") |
| return |
| |
| questions = list(self.qa_pairs.keys()) |
| self.X = self.vectorizer.fit_transform(questions) |
| print("Модель обучена на загруженных данных") |
|
|
| def add_qa_pair(self, question, answer): |
| """Добавление новой пары вопрос-ответ""" |
| self.qa_pairs[question.lower()] = answer |
| self.train() |
|
|
| def get_response(self, user_input): |
| """Получение ответа на ввод пользователя""" |
| if not self.qa_pairs: |
| return "Я еще не обучен. Пожалуйста, добавьте вопросы и ответы." |
| |
| user_vec = self.vectorizer.transform([user_input.lower()]) |
| similarities = cosine_similarity(user_vec, self.X) |
| best_match_idx = np.argmax(similarities) |
| best_match_score = similarities[0, best_match_idx] |
| |
| if best_match_score > 0.5: |
| best_question = list(self.qa_pairs.keys())[best_match_idx] |
| return self.qa_pairs[best_question] |
| else: |
| return None |
|
|
| def text_to_speech(self, text): |
| """Озвучивание текста""" |
| self.engine.say(text) |
| self.engine.runAndWait() |
|
|
| def speech_to_text(self): |
| """Распознавание голоса с микрофона""" |
| with sr.Microphone() as source: |
| print("\nГоворите сейчас...") |
| self.recognizer.adjust_for_ambient_noise(source) |
| try: |
| audio = self.recognizer.listen(source, timeout=5) |
| text = self.recognizer.recognize_google(audio, language="ru-RU") |
| print(f"Распознано: {text}") |
| return text |
| except sr.UnknownValueError: |
| print("Речь не распознана") |
| return None |
| except sr.RequestError: |
| print("Ошибка сервиса распознавания") |
| return None |
| except sr.WaitTimeoutError: |
| print("Время ожидания истекло") |
| return None |
|
|
| def run(self): |
| """Улучшенный интерфейс взаимодействия""" |
| print("\n" + "="*50) |
| print("ДОБРО ПОЖАЛОВАТЬ В ИНТЕЛЛЕКТУАЛЬНЫЙ ЧАТ-БОТ".center(50)) |
| print("="*50) |
| |
| current_mode = "текст" |
| while True: |
| print("\n" + "-"*50) |
| print(f"Текущий режим ввода: {current_mode.upper()}") |
| print("[1] Отправить текстовое сообщение") |
| print("[2] Говорить с ботом голосом") |
| print("[3] Переключить режим ввода") |
| print("[4] Обучить бота новому ответу") |
| print("[5] Выход") |
| |
| try: |
| choice = input("Выберите действие (1-5): ").strip() |
| |
| if choice == "1": |
| user_input = input("\nВаше сообщение: ") |
| if user_input.lower() in ["выход", "стоп"]: |
| break |
| |
| response = self.get_response(user_input) |
| if response: |
| print(f"\nБот: {response}") |
| self.text_to_speech(response) |
| else: |
| print("\nБот: Я не знаю что ответить. Хотите научить меня?") |
| |
| elif choice == "2": |
| user_input = self.speech_to_text() |
| if user_input: |
| if user_input.lower() in ["выход", "стоп"]: |
| break |
| |
| response = self.get_response(user_input) |
| if response: |
| print(f"\nБот: {response}") |
| self.text_to_speech(response) |
| else: |
| print("\nБот: Я не знаю что ответить на это.") |
| self.text_to_speech("Я не знаю что ответить на это") |
| |
| elif choice == "3": |
| current_mode = "голос" if current_mode == "текст" else "текст" |
| print(f"\nРежим изменен на: {current_mode.upper()}") |
| |
| elif choice == "4": |
| print("\nОбучение бота:") |
| question = input("Введите вопрос: ") |
| answer = input("Введите ответ: ") |
| self.add_qa_pair(question, answer) |
| print("Бот успешно обучен!") |
| |
| elif choice == "5": |
| print("\nЗавершение работы...") |
| break |
| |
| else: |
| print("\nПожалуйста, выберите вариант от 1 до 5") |
| |
| except KeyboardInterrupt: |
| print("\nЗавершение работы...") |
| break |
|
|
| if __name__ == "__main__": |
| |
| DATASET_URL = "https://raw.githubusercontent.com/user/repo/main/qa_data.csv" |
| |
| bot = HybridChatBot(DATASET_URL) |
| bot.run() |
|
|
