FEAT: Voice Recognition (Whisper Small) for owner - v4.1

Dockerfile

@@ -5,7 +5,7 @@ FROM python:3.12-slim
 WORKDIR /app
 
 # Установка системных зависимостей (если понадобятся для каких-то либ)
-RUN apt-get update && apt-get install -y \
+RUN apt-get update && apt-get install -y \ ffmpeg
     sqlite3 \
     && rm -rf /var/lib/apt/lists/*
 

handlers/voice.py

@@ -0,0 +1,58 @@
+import os
+import logging
+from aiogram import Router, F, Bot
+from aiogram.types import Message, ContentType
+from config import ADMIN_USER_ID
+from services.voice_service import VoiceService
+
+logger = logging.getLogger(__name__)
+router = Router()
+
+# Initialize VoiceService
+BASE_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
+db_path = os.path.join(BASE_DIR, "database", "domovoy.db")
+voice_service = VoiceService(db_path=db_path, model_size="small")
+
+@router.message(F.content_type.in_({ContentType.VOICE, ContentType.VIDEO_NOTE}))
+async def handle_voice_message(message: Message, bot: Bot):
+    # Только для владельца
+    if message.from_user.id != ADMIN_USER_ID:
+        return
+
+    msg_type = "VOICE" if message.voice else "VIDEO_NOTE"
+    file_id = message.voice.file_id if message.voice else message.video_note.file_id
+    
+    # Отправляем статус "печатает"
+    await bot.send_chat_action(message.chat.id, "typing")
+    
+    # Создаем папку для временных файлов если её нет
+    temp_dir = os.path.join(BASE_DIR, "temp_voice")
+    os.makedirs(temp_dir, exist_ok=True)
+    
+    try:
+        file = await bot.get_file(file_id)
+        file_path = os.path.join(temp_dir, f"{file_id}.oga" if message.voice else f"{file_id}.mp4")
+        await bot.download_file(file.file_path, file_path)
+        
+        # Распознавание
+        text = voice_service.transcribe(
+            file_path=file_path,
+            user_id=message.from_user.id,
+            username=message.from_user.username or "Unknown",
+            msg_type=msg_type
+        )
+        
+        # Удаляем временный файл
+        if os.path.exists(file_path): os.remove(file_path)
+        
+        if text:
+            await message.reply(f"📝 <b>Распознанный текст:</b>\n\n{text}", parse_mode="HTML")
+        else:
+            await message.reply("🔇 Аудио сообщение пустое или не распознано.")
+            
+    except Exception as e:
+        logger.error(f"Voice handler error: {e}")
+        await message.reply(f"❌ Ошибка обработки: {e}")
+
+# Export router
+voice_router = router

main.py

@@ -2,22 +2,18 @@
 """
 🏠 Домовой Бот — Telegram-бот для чата многоквартирного дома
 
-ВЕРСИЯ: v4.0 — REBORN (LKM37 CORE)
+ВЕРСИЯ: v4.1 — VOICE-REBORN
-ДАТА ФИКСАЦИИ: 17 апреля 2026 г.
+ДАТА ФИКСАЦИИ: 21 апреля 2026 г.
-СТАТУС: ✅ АКТИВИРОВАН
+СТАТУС: ✅ ОБНОВЛЕН
 
-НОВОЕ В v4.0:
+НОВОЕ В v4.1:
-- ✅ Единый стиль LKM37 (Slate & Cyan)
+- ✅ Распознавание голосовых сообщений и видеокружков (Whisper Small)
-- ✅ Стабильное меню (Grid 2xN)
+- ✅ Логирование распознанного текста в БД
-- ✅ Маркет 2.0 (Фото + Категории)
-- ✅ SpyDetector 2.0 (Анализ токсичности)
-- ✅ Взаимовыручка соседей (Neighbor Aid)
-- ✅ Авто-Дайджест с подтверждением
-- ✅ Матричная веб-панель
 """
 import logging
 import asyncio
 import sys
+import os
 from pathlib import Path
 
 # Добавляем путь к проекту
@@ -45,10 +41,10 @@ from handlers import (
     toxicity_router, profile_history_router, achievements_router, 
     thanks_router, events_router, initiative_group_router
 )
+from handlers.voice import voice_router
 from handlers.mutual_aid import router as mutual_aid_router
 from services.scheduler import Scheduler
 from services.web_server import WebServerService
-from database.models import ScheduledPost
 
 # Настройка логирования
 logging.basicConfig(
@@ -60,30 +56,18 @@ logging.basicConfig(
     ]
 )
 
-import os
 logger = logging.getLogger(__name__)
-# МАРКЕР ЗАПУСКА БОТА
-logger.info(f"!!! [STARTUP] main.py execution started. PID: {os.getpid()}")
 
 async def on_startup(bot: Bot):
-    """Действия при запуске"""
-    logger.info(f"!!! [STARTUP] on_startup triggered. PID: {os.getpid()}")
-    logger.info('🚀 LKM37 CORE v4.0 запускается...')
     await init_db()
-    
     scheduler = Scheduler(bot)
     scheduler.start()
-    
-    # Веб-сервер теперь запускается отдельным сервисом (domovoy-web.service)
-    # web_server = WebServerService(port=8000)
-    # web_server.start()
-    
     try:
         await bot.send_message(
             ADMIN_USER_ID,
-            '✅ <b>LKM37 CORE v4.0 АКТИВИРОВАН</b>\n\n'
+            '✅ <b>LKM37 CORE v4.1 VOICE-REBORN АКТИВИРОВАН</b>\n\n'
-            'Система переведена в режим REBORN.\n'
+            'Модуль распознавания речи (Whisper Small) запущен.\n'
-            'Все модули стабильны.',
+            'Шли мне голосовухи — я их теперь "читаю"!',
             parse_mode=ParseMode.HTML
         )
     except Exception as e:
@@ -102,7 +86,7 @@ async def main():
         ads_router, payments_router, multicount_router, topics_router,
         toxicity_router, profile_history_router, achievements_router,
         thanks_router, events_router, initiative_group_router,
-        mutual_aid_router
+        mutual_aid_router, voice_router # Добавляем голосовой роутер
     ]
     
     for r in routers:

requirements.txt

@@ -10,3 +10,5 @@ fastapi>=0.109.0
 uvicorn>=0.27.0
 jinja2>=3.1.3
 python-multipart>=0.0.6
+faster-whisper
+pydub

services/voice_service.py

@@ -0,0 +1,72 @@
+import os
+import logging
+from faster_whisper import WhisperModel
+import sqlite3
+from datetime import datetime
+from pydub import AudioSegment
+
+logger = logging.getLogger(__name__)
+
+class VoiceService:
+    def __init__(self, db_path: str, model_size: str = "small"):
+        self.db_path = db_path
+        self.model_size = model_size
+        # CPU-only optimization: int8 is fast on standard CPUs
+        self.model = WhisperModel(model_size, device="cpu", compute_type="int8")
+        self._init_db()
+
+    def _init_db(self):
+        conn = sqlite3.connect(self.db_path)
+        cursor = conn.cursor()
+        cursor.execute('''
+            CREATE TABLE IF NOT EXISTS voice_recognition_logs (
+                id INTEGER PRIMARY KEY AUTOINCREMENT,
+                user_id INTEGER,
+                username TEXT,
+                message_type TEXT,
+                duration INTEGER,
+                text TEXT,
+                created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
+            )
+        ''')
+        conn.commit()
+        conn.close()
+
+    def transcribe(self, file_path: str, user_id: int, username: str, msg_type: str) -> str:
+        try:
+            start_time = datetime.now()
+            
+            # Convert to wav if needed (Telegram uses .oga/.ogg)
+            wav_path = file_path.rsplit('.', 1)[0] + ".wav"
+            audio = AudioSegment.from_file(file_path)
+            duration = int(len(audio) / 1000)
+            audio.export(wav_path, format="wav")
+
+            segments, info = self.model.transcribe(wav_path, beam_size=5)
+            text = " ".join([segment.text for segment in segments]).strip()
+
+            # Clean up temp files
+            if os.path.exists(wav_path): os.remove(wav_path)
+            
+            # Log to DB
+            self._log_to_db(user_id, username, msg_type, duration, text)
+            
+            return text
+        except Exception as e:
+            logger.error(f"Transcription error: {e}")
+            return f"[Ошибка распознавания]: {e}"
+
+    def _log_to_db(self, user_id, username, msg_type, duration, text):
+        try:
+            conn = sqlite3.connect(self.db_path)
+            cursor = conn.cursor()
+            cursor.execute('''
+                INSERT INTO voice_recognition_logs (user_id, username, message_type, duration, text)
+                VALUES (?, ?, ?, ?, ?)
+            ''', (user_id, username, msg_type, duration, text))
+            conn.commit()
+            conn.close()
+        except Exception as e:
+            logger.error(f"DB Log error: {e}")
+
+# Global instance will be initialized in main.py or handlers