---
sdk: gradio
---

# 🧠 Šnekos Atpažinimo Demonstracija (3 kalbėtojai + slaptažodis)

Ši demonstracija leidžia įkelti WAV garso įrašą su **trimis kalbėtojais**, automatiškai atpažinti jų **kalbas (lt, en, de)**, priskirti žymes **(A, B, C)** ir atskirai patikrinti **lietuviškai ištartą slaptažodį** iš kito garso įrašo.

---

## 🔧 Funkcijos

### 🗣️ 1. Kalbėtojų analizė:
- Įkelkite `.wav` su 3 kalbėtojais
- Pasirinkite modelį: `Whisper` arba `Wav2Vec2`
- Sistema:
  - Segmentuoja kalbėtojus
  - Atpažįsta kalbą kiekvienam (pvz., A – vokiečių, B – lietuvių, C – anglų)
  - Parodo, kuris kalbėtojas kalbėjo lietuviškai
  - ✅ Sugeneruoja **JSON ataskaitą**

### 🔐 2. Slaptažodžio tikrinimas:
- Įkelkite atskirą `.wav` failą su išsakytu lietuvišku slaptažodžiu
- Įveskite tikrąjį slaptažodį klaviatūra
- Pasirinkite modelį
- Sistema:
  - Transkribuoja įkeltą .wav
  - Lygina su įvestu slaptažodžiu
  - Parodo rezultatą

### 🎛️ 3. Projekto valdymo patogumai:
- Pridėtas pavyzdinis kalbėtojų `.wav` failas, kurį galima naudoti be įkėlimo
- Pridėtas pavyzdinis slaptažodžio `.wav` failas
- Mygtukai:
  - 🎧 „Naudoti pavyzdinį kalbėtojų failą“
  - 🔹 „Naudoti pavyzdinį slaptažodžio failą“

---

## 📁 JSON Ataskaita

Kiekvienam modelio analizės paleidimui sugeneruojamas JSON failas:

- `rezultatai/whisper.json`
- `rezultatai/wav2vec2.json`

Formatas:
```json
{
  "modelis": "Whisper",
  "apdorojimo_laikas": 12.34,
  "apdorojimo_laikas_tekstu": "0 min. 12 sek.",
  "segmentai": [
    {
      "kalbetojas": "B",
      "kalba": "lt",
      "tekstas": "Aktyvuok sistemą",
      "trukme": 4.2
    }
  ]
}
```

---

## 🧠 Naudojamos technologijos

- `gradio` – naudotojo sąsaja
- `openai-whisper` – kalbos atpažinimas (multi-lingual)
- `wav2vec2` – kalbos modeliai iš Hugging Face
- `pyannote.audio` – kalbėtojų diarizacija
- `torchaudio` – garso apdorojimas
- `json` – ataskaitų išvestis

---

## 💡 Pastabos

- Tik vienas kalbėtojas turėtų kalbėti lietuviškai
- Slaptažodis tikrinamas **tik per atskirą įkeltą failą**
- VOSK modeliai šioje demonstracijoje nenaudojami (jie yra PC versijoje)

---

🔒 Sukurta kaip akademinio darbo dalis – šnekos atpažinimo sistemų demonstracija realiam saugos scenarijui.