Voice-To-Text.py

import speech_recognition as libreria_reconocimiento_de_voz
from gtts import gTTS
from playsound import playsound
import os
import unidecode
import re

# Función para reconocer la voz proveniente del micrófono.
def reconocer_voz_microfono(reconocer_voz, microfono):

    # Comrpueba que los parámetros 'reconocer_voz' y 'microfono' sean de tipo 
    # 'Recognizer' y de 'Microphone' respectivamente.
    if not isinstance(reconocer_voz, libreria_reconocimiento_de_voz.Recognizer):
        raise TypeError("'reconocer_voz' tiene que ser de tipo 'Recognizer'")

    if not isinstance(microfono, libreria_reconocimiento_de_voz.Microphone):
        raise TypeError("'microfono' tiene que ser de tipo 'Microphone'")

    # Cogiendo el microfono como entrada ajusta la sensibilidad para captar 
    # mejor el sonido si hay ruido de fondo. Además aplica un timeout de 30
    # segundos para aplicar la entrada de voz.
    with microfono as fuente:
        reconocer_voz.adjust_for_ambient_noise(fuente)
        audio = reconocer_voz.listen(fuente, timeout=20)

    # Diccionario de los parámetros que puede contener la respuesta.
    respuesta = {
        "valida": True,
        "error": None,
        "transcripcion": None
    }

    # Intentará transcribir lo que se haya dicho a través del micrófono.
    try:
        respuesta["transcripcion"] = reconocer_voz.recognize_google(audio, language = "es-es")

    # Si no se puede transcribir la voz porque 'recognize_google' nos devuelve un error inesperado, se ejecutará lo siguiente.
    except libreria_reconocimiento_de_voz.RequestError:
        # La API 'recognize_google' no está disponible
        respuesta["valida"] = False
        respuesta["error"] = "La API 'recognize_google' no está disponible"

    # Si no se puede transcribir la voz porque no se puede reconocer lo que se ha dicho, se ejecutará lo siguiente.    
    except libreria_reconocimiento_de_voz.UnknownValueError:
        # Incapaz de reconocerse la voz
        respuesta["error"] = "No entiendo lo que me has dicho. ¿Puedes repetirlo?\n"

    # Siempre nos devolverá el diccionario 'respuesta', pero dependiendo de lo que haya pasado, nos devolverá un valor u otro en cada key.
    return respuesta

# Función que recorre las entardas que se establezacan y las junta separadas por una coma
def separacion_por_comas(entr1):
    return ', '.join(x if isinstance(x, str) else separacion_por_comas(x) for x in entr1)

# Función para el input de audio del usuario
def entrada_de_audio():
    bucle_de_voz = True

    while bucle_de_voz:
        try:
            entrada_de_voz = reconocer_voz_microfono(reconocer_voz, microfono)

            if entrada_de_voz["transcripcion"]:
                respuesta_usuario = (entrada_de_voz["transcripcion"])
                print (respuesta_usuario)
                break

            if not entrada_de_voz["valida"]:
                error_externo_api = (entrada_de_voz["error"])
                print (error_externo_api)
                break

            print(entrada_de_voz["error"])

        except libreria_reconocimiento_de_voz.WaitTimeoutError:
            print("\nSentimos que te hayas aburrido, ¡hasta la próxima!")
            break  

# Función que subsitiuye los carácteres especiales por sus equivalentes y los transforma a minúsculas
def limpiar_entradas(entrada):
    entrada_sin_caracteres_especiales = unidecode.unidecode(entrada)
    entrada_limpia = re.sub(r'[^\w]', '', entrada_sin_caracteres_especiales)
    entrada_limpia = entrada_limpia.lower()

    return entrada_limpia

# Iniciaremos las instancias de 'reconocer_voz' y 'microfono'. Es recomendable utilizar el dispositivo de micrófono 
# por defecto para que pueda funcionar en la gran mayoría de casos.
reconocer_voz = libreria_reconocimiento_de_voz.Recognizer()
microfono = libreria_reconocimiento_de_voz.Microphone(device_index=5)

# Bienvenida
bienvenida =  "¡Bienvenido a RIU! ¿En qué podemos ayudarte?\n"
ruta_archivo_audio_bienvenida = "/tmp/bienvenida.mp3"

# Genera el audio con el texto de 'bienvenida' y lo guarda en '/tmp/bienvenida.mp3'
archivo_audio_bienvenida = gTTS(text=bienvenida, lang='es')
archivo_audio_bienvenida.save(ruta_archivo_audio_bienvenida)

# Imprime el texto y ejecuta el archivo de audio
print (bienvenida)
playsound(ruta_archivo_audio_bienvenida)

# Después de ejecutar el archivo de audio, se borrará
os.remove(ruta_archivo_audio_bienvenida) 

entrada_de_audio()

# Se limpia la entrada del usuario
respuesta_usuario_limpia = limpiar_entradas(respuesta_usuario)

respuestas_validas = { 
    "cuantoshotelestieneriu" : "\nActualmente RIU tiene 97 hoteles",
    "enqueanosefundoriu" : "\nRIU se fundó en el año 1953",
}

# Siempre y cuando la respuesta del usuario no esté dentro de 'respuestas_validas', el programa no entenderá que le está diciendo
while True:
    if respuesta_usuario_limpia in respuestas_validas:

        # Contestación
        contestacion = respuestas_validas[respuesta_usuario_limpia]
        ruta_archivo_audio_contestacion = "/tmp/contestacion.mp3"

        # Genera el audio con el texto de 'contestacion' y lo guarda en '/tmp/contestacion.mp3'
        archivo_audio_contestacion = gTTS(text=contestacion, lang='es')
        archivo_audio_contestacion.save(ruta_archivo_audio_contestacion)

        # Imprime el texto y ejecuta el archivo de audio
        print (contestacion)
        playsound(ruta_archivo_audio_contestacion)

        # Después de ejecutar el archivo de audio, se borrará
        os.remove(ruta_archivo_audio_contestacion)

        break

    respuesta_usuario = "¿Perdona, no te he entendido, puedes repetirlo?\n\n"
    no_entiende = respuesta_usuario

    ruta_archivo_audio_no_entiende = "/tmp/no_entiende.mp3"

    # Genera el audio con el texto de 'no_entiende' y lo guarda en '/tmp/no_entiende.mp3'
    archivo_audio_no_entiende = gTTS(text=no_entiende, lang='es')
    archivo_audio_no_entiende.save(ruta_archivo_audio_no_entiende)

    # Imprime el texto y ejecuta el archivo de audio
    print (no_entiende)
    playsound(ruta_archivo_audio_no_entiende)

    # Después de ejecutar el archivo de audio, se borrará
    os.remove(ruta_archivo_audio_no_entiende)

    respuesta_usuario_limpia = limpiar_entradas(respuesta_usuario)

    entrada_de_audio()