Ecoute è un'applicazione di riconoscimento vocale in tempo reale che supporta multiple lingue, inclusa l'italiano. L'applicazione può trascrivere sia l'audio dal microfono che l'audio riprodotto dagli altoparlanti del sistema.

• Supporto Multilingue: Italiano, Inglese, Spagnolo, Francese, Tedesco, Portoghese, Hindi, Olandese
• Riconoscimento in Tempo Reale: Trascrizione simultanea di microfono e altoparlanti
• Interfaccia Grafica Moderna: UI intuitiva con PyQt6 e CustomTkinter
• Modelli Avanzati:
  • 🚀 Voxtral-Mini-3B-2507 (Nuovo!) - Comprensione audio avanzata
  • Faster Whisper locali
  • OpenVINO Whisper ottimizzato
  • OpenAI Whisper API
  • Ollama Whisper
• Cambio Lingua Dinamico: Possibilità di cambiare lingua durante l'uso
• Database Locale: Salvataggio automatico delle trascrizioni

1. Clona il repository:

   git clone <repository-url>
   cd ecoute

2. Installa le dipendenze:

   pip install -r requirements.txt

3. Installa FFmpeg (richiesto per l'elaborazione audio):

   • Windows: Scarica da ffmpeg.org e aggiungi al PATH
   • macOS: brew install ffmpeg
   • Linux: sudo apt install ffmpeg

# Setup automatico
python setup_voxtral.py

# Interfaccia moderna (consigliata)
python run_modern.py --voxtral

# Interfaccia classica
python main.py --voxtral

Nota: Richiede GPU con 10GB+ VRAM per prestazioni ottimali

# Interfaccia moderna
python run_modern.py

# Interfaccia classica
python main.py

python run_modern.py --openvino

python main.py --ollama

Nota: Richiede Ollama installato da https://ollama.ai

python run_modern.py --api

Nota: Richiede una chiave API OpenAI configurata nell'ambiente

• Menu Lingua: Seleziona la lingua per il riconoscimento vocale
• Area Trascrizione: Visualizza le trascrizioni in tempo reale
• Pulsante "Cancella Trascrizione": Pulisce la cronologia delle trascrizioni

• 🇮🇹 Italiano (it) - Eccellente
• 🇺🇸 Inglese (en) - Eccellente
• 🇪🇸 Spagnolo (es) - Eccellente
• 🇫🇷 Francese (fr) - Eccellente
• 🇩🇪 Tedesco (de) - Eccellente
• 🇵🇹 Portoghese (pt) - Eccellente
• 🇮🇳 Hindi (hi) - Eccellente
• 🇳🇱 Olandese (nl) - Eccellente

Tutti gli altri modelli supportano 100+ lingue tramite Whisper

• Velocità: Molto veloce
• Accuratezza: Alta
• Costo: Gratuito
• Requisiti: Ollama installato
• Comando: python main.py --ollama

• Velocità: Media
• Accuratezza: Buona
• Costo: Gratuito
• Requisiti: GPU opzionale
• Comando: python main.py

• Velocità: Alta
• Accuratezza: Molto alta
• Costo: $0.006/minuto
• Requisiti: Chiave API
• Comando: python main.py --api

Per utilizzare l'API OpenAI:

export OPENAI_API_KEY="your-api-key-here"

I parametri di registrazione possono essere modificati in AudioRecorder.py:

• RECORD_TIMEOUT: Timeout per la registrazione (default: 3 secondi)
• ENERGY_THRESHOLD: Soglia di energia per il rilevamento vocale
• DYNAMIC_ENERGY_THRESHOLD: Soglia dinamica abilitata/disabilitata

ecoute/
├── main.py                 # Punto di ingresso principale
├── AudioRecorder.py        # Gestione registrazione audio
├── AudioTranscriber.py     # Trascrizione audio
├── TranscriberModels.py    # Modelli di riconoscimento vocale
├── custom_speech_recognition/  # Libreria personalizzata
└── requirements.txt        # Dipendenze Python

Assicurati di aver installato PyAudioWPatch:

pip install PyAudioWPatch

Verifica che FFmpeg sia installato e accessibile dal PATH:

ffmpeg -version

• Per migliori performance, utilizza una GPU CUDA
• Il modello "base" è più accurato ma più lento del modello "tiny"

• 🎙️ Guida Voxtral - Setup e utilizzo del modello Voxtral-Mini-3B-2507
• 🔧 Guida OpenVINO - Ottimizzazione CPU con Intel OpenVINO
• 🎯 Interfaccia Moderna - Guida all'interfaccia PyQt6

Questo progetto è rilasciato sotto licenza MIT. Vedi il file LICENSE per i dettagli.

I contributi sono benvenuti! Per favore:

1. Fai un fork del progetto
2. Crea un branch per la tua feature
3. Committa le modifiche
4. Apri una Pull Request

Per problemi o domande, apri una issue su GitHub.