# Thorsten Voice Assistant

Modularer, lokaler Sprachassistent auf Basis von Piper TTS + llama.cpp.

## Architektur

```
input_helper.py
     │
     │  data/llm_input.json
     ▼
llm_module.py  (Qwen2.5-0.5B via llama-cpp-python)
     │
     │  data/tts_input.json
     ▼
tts_module.py  (Thorsten Emotional Voice via Piper)
     │
     ▼
data/output.wav
```

### JSON-Formate

**llm_input.json** (Helper → LLM):
```json
{
  "request": "Was ist die Hauptstadt von Frankreich?",
  "type": "query",
  "emotion": "neutral",
  "autoplay": true,
  "history": []
}
```

**tts_input.json** (LLM → TTS):
```json
{
  "text": "Die Hauptstadt von Frankreich ist Paris.",
  "emotion": "neutral",
  "speaker_id": 4,
  "output_file": "data/output.wav",
  "autoplay": true
}
```

### Verfügbare Emotionen

| Name | Speaker ID |
|------|-----------|
| amused | 0 |
| angry | 1 |
| disgusted | 2 |
| drunk | 3 |
| **neutral** | **4** |
| sleepy | 5 |
| surprised | 6 |
| whisper | 7 |

---

## Einrichtung

```bash
# 1. Virtual Environment aktivieren
source ~/.venv/bin/activate

# 2. Modell herunterladen (einmalig, ~400 MB)
python download_model.py
```

---

## Verwendung

### Interaktiver Modus (Entwicklung)
```bash
source ~/.venv/bin/activate
python input_helper.py
```

Terminalbefehle im interaktiven Modus:
- `/emotion drunk` – Emotion wechseln
- `/history` – Gesprächsverlauf anzeigen
- `/clear` – Verlauf löschen
- `/exit` – Beenden

### Einmaliger Aufruf
```bash
python input_helper.py "Was ist das Wetter heute?"
python input_helper.py "Guten Morgen" --emotion amused
python input_helper.py "Leise Nachricht" --emotion whisper --no-play
```

### Module direkt aufrufen
```bash
# Nur LLM (mit JSON-Datei)
python llm_module.py data/llm_input.json

# Nur TTS (mit JSON-Datei)
python tts_module.py data/tts_input.json

# TTS mit Pipe
echo '{"text":"Hallo Welt","emotion":"neutral"}' | python tts_module.py
```

---

## Dateien

| Datei | Beschreibung |
|-------|-------------|
| `input_helper.py` | Terminal-Eingabe → JSON → LLM → TTS |
| `llm_module.py` | LLM-Verarbeitung mit Qwen GGUF |
| `tts_module.py` | Text-to-Speech mit Thorsten Emotional |
| `download_model.py` | Lädt Qwen-Modell herunter |
| `thorsten.py` | (Alt) Ursprüngliches Test-Script |
| `models/` | GGUF-Modelle |
| `data/` | JSON-Austausch-Dateien & Audio-Output |

---

## Erweiterung (zukünftige Module)

Das System implementiert bis jetzt nur den voice compiler und das llm und der rest sind nur skripts zum helfen des testen 
![Plan](./plan.jpg)