Oskar Kapala
691c8ea360
- lexicon.py: exact forms from docs/LEXICON.md (Polish diacritics preserved) - generator.py: Clause/Command dataclasses, render(), random_command(level 1-3) - llm.py: OpenAI-compatible client via urllib, JSON-only contract, fallback to random - tts.py: Piper via subprocess, defensive (prints [TTS off: reason] on any failure) - cli.py: argparse interface per SPEC §9 - tests/test_generator.py: 23 tests covering all genders, locations, level-3 joining, capitalisation; all pass DoD verified: pytest 23/23, python -m ipin_vr --level 3 --count 6 --no-audio OK. Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
2.3 KiB
ipin-vr
Generator prostych, gramatycznie poprawnych polskich poleceń do terapii afazji (np. „Połóż jabłko na stole") wraz z wypowiadaniem ich przez Piper TTS.
Docelowo narzędzie ma działać w trybie mieszanej rzeczywistości na Meta Quest 3 (offline). Etap 1 (ten kod) realizuje wyłącznie rdzeń: generowanie poleceń i ich wypowiadanie na PC. Bez rozpoznawania mowy (STT), bez VR.
Dokumentacja
docs/SPEC.md— specyfikacja techniczna etapu 1 (cel buildu).docs/LEXICON.md— zweryfikowany leksykon (formy gramatyczne).docs/ROADMAP.md— etapy i ograniczenia platformy docelowej.
Zasada naczelna
Poprawność fleksji jest nienegocjowalna. Wszystkie formy słów pochodzą wyłącznie z ręcznie zweryfikowanego leksykonu; model językowy (gdy włączony) wybiera tylko identyfikatory elementów, a nie generuje polskiego tekstu.
Szybki start (bez audio)
python -m ipin_vr --level 3 --count 6 --no-audio
Przykładowy wynik:
1. Połóż zieloną książkę na półce i umieść klucz na biurku.
2. Umieść żółtą piłkę na parapecie i połóż kubek na stole.
...
Dostępne opcje CLI:
| Flaga | Domyślnie | Opis |
|---|---|---|
--level {1,2,3} |
1 | poziom trudności |
--count N |
5 | liczba poleceń |
--delay S |
4.0 | pauza między poleceniami (s) |
--voice PATH |
— | ścieżka do modelu Piper .onnx |
--no-audio |
— | wyłącza TTS |
--llm |
— | użyj LLM do wyboru poleceń |
--llm-endpoint URL |
localhost:8080 | endpoint llama.cpp |
--llm-model NAME |
local |
nazwa modelu |
--seed N |
— | deterministyczny generator |
Audio (Piper TTS)
pip install piper-tts
# pobierz głos polski, np. ze https://huggingface.co/rhasspy/piper-voices
python -m ipin_vr --level 2 --count 5 --voice pl_PL-gosia-medium.onnx
LLM (llama.cpp, opcjonalny)
# uruchom lokalnie serwer llama.cpp na porcie 8080
python -m ipin_vr --level 3 --count 5 --no-audio --llm
LLM zwraca wyłącznie identyfikatory elementów; gramatykę buduje zawsze leksykon. Przy błędzie (timeout, zły JSON, nieznany identyfikator) — fallback na generator losowy.
Testy
pytest
Status
Etap 1 — zrealizowany zgodnie z docs/SPEC.md.