pip install maai

from maai import Maai, MaaiInput, MaaiOutput

mic = MaaiInput.Mic()
zero = MaaiInput.Zero() 

maai = Maai(mode="vap", lang="jp", frame_rate=10, context_len_sec=5, audio_ch1=mic, audio_ch2=zero, device="cpu")
maai_output_bar = MaaiOutput.ConsoleBar(bar_type="balance")

maai.start()
while True:
    result = maai.get_result()
    maai_output_bar.update(result)

import os
import sys
import json
import queue
import argparse
from datetime import datetime
from pathlib import Path
from maai import Maai, MaaiInput, MaaiOutput

# シードの固定
import numpy as np
import random
import torch

SEED = 42
random.seed(SEED)
np.random.seed(SEED)
torch.manual_seed(SEED)


WAV_FILE_PATH = "sample.wav"


def parse_arguments():
    """コマンドライン引数を解析"""
    parser = argparse.ArgumentParser(description='MaAI GUI Plotを画像として保存')
    
    # 入力ファイル
    parser.add_argument('--wav', '-w', type=str, 
                       default=WAV_FILE_PATH,
                       help='入力音声ファイルのパス')
    
    # モード選択
    parser.add_argument('--mode', '-m', type=str, 
                       choices=['vap', 'vap_mc', 'vap_prompt', 'bc_2type', 'nod'],
                       default='vap',
                       help='処理モード (default: vap)')
    
    # フレームレート
    parser.add_argument('--frame-rate', '-f', type=int,
                       default=10,
                       help='フレームレート (default: 10)')
    
    # コンテキスト長
    parser.add_argument('--context-len-sec', '-c', type=int,
                       default=5,
                       help='コンテキスト長（秒） (default: 5)')
    
    
    # 出力設定
    parser.add_argument('--output-dir', '-o', type=str,
                       default='output_plots',
                       help='出力ディレクトリのベース名 (default: output_plots)')
    
    
    return parser.parse_args()


def create_output_directory(base_dir):
    """タイムスタンプ付きの出力ディレクトリを作成"""
    timestamp = datetime.now().strftime('%Y%m%d_%H%M%S')
    output_dir = Path(base_dir) / timestamp
    output_dir.mkdir(parents=True, exist_ok=True)
    return output_dir


def save_config(output_dir, args):
    """実行時のパラメータをconfig.jsonとして保存"""
    config = {
        "timestamp": datetime.now().isoformat(),
        "parameters": {
            "wav_file": args.wav,
            "mode": args.mode,
            "language": "jp",
            "frame_rate": args.frame_rate,
            "context_len_sec": args.context_len_sec,
            "device": "cpu",
            "output_dir": str(output_dir),
        },
        "gui_plot_settings": {
            "shown_context_sec": 10,
            "frame_rate": args.frame_rate,
            "sample_rate": 16000
        }
    }
    
    config_path = output_dir / "config.json"
    with open(config_path, 'w', encoding='utf-8') as f:
        json.dump(config, f, indent=2, ensure_ascii=False)
    
    print(f"設定を保存しました: {config_path}")
    return config_path


def process_audio(args, output_dir):
    """音声処理とプロット保存のメイン処理"""
    
    # 設定を保存
    save_config(output_dir, args)
    
    # 入力設定
    print(f"入力ファイル: {args.wav}")
    if not os.path.exists(args.wav):
        print(f"エラー: 音声ファイル '{args.wav}' が見つかりません")
        sys.exit(1)
    
    wav = MaaiInput.Wav(wav_file_path=args.wav)
    zero = MaaiInput.Zero()
    
    # MaAIモデル初期化
    print(f"モード: {args.mode}")
    maai = Maai(
        mode=args.mode,
        lang="jp",
        frame_rate=args.frame_rate,
        context_len_sec=args.context_len_sec,
        audio_ch1=wav,
        audio_ch2=zero,
        device="cpu"
    )
    
    if args.mode == "vap_prompt":
        maai.set_prompt_ch1("ユーザーの発話")
        maai.set_prompt_ch2("テンポよく発話し、相手の発言が終わるとすぐに返答してください。")
    
    # GUI Plot初期化
    gui_plot = MaaiOutput.GuiPlot(
        shown_context_sec=10,
        frame_rate=args.frame_rate,
        sample_rate=16000
    )
    
    # 処理開始
    print(f"\n処理を開始します...")
    print(f"出力ディレクトリ: {output_dir}")
    print("-" * 50)
    
    maai.start()
    
    # メインループ
    loop_count = 0
    consecutive_timeouts = 0
    max_consecutive_timeouts = 3
    
    while True:
        try:
            # タイムアウト付きでresultを取得
            result = maai.result_dict_queue.get(timeout=1.0)
            consecutive_timeouts = 0
            
            loop_count += 1
            gui_plot.update(result)
            
            # 進捗表示
            if loop_count % 10 == 0:
                print(f"Loop {loop_count}: 処理中...")
            
            
            
        except queue.Empty:
            # データが来ない場合
            consecutive_timeouts += 1
            if consecutive_timeouts >= max_consecutive_timeouts:
                print(f"\nデータ終了を検知（{consecutive_timeouts}回タイムアウト）")
                break
    
    # 最終画像を保存（ループの外側）
    print("\n" + "-" * 50)
    if gui_plot.fig is not None:
        final_filename = output_dir / 'plot_final.png'
        gui_plot.fig.savefig(final_filename, dpi=300, bbox_inches='tight')
        print(f"最終画像を保存しました: {final_filename}")
    else:
        print("警告: プロットが初期化されていないため、画像を保存できませんでした")

    print(f"処理完了（総ループ数: {loop_count}）")
    print(f"全ての出力は {output_dir} に保存されました")


def main():
    """メイン関数"""
    args = parse_arguments()
    
    # 出力ディレクトリ作成
    output_dir = create_output_directory(args.output_dir)
    
    # 音声処理実行
    process_audio(args, output_dir)


if __name__ == '__main__':
    main()

maai.set_prompt_ch1("ユーザーの発話") 
maai.set_prompt_ch2("テンポよく発話し、相手の発言が終わるとすぐに返答してください。")

maai.set_prompt_ch1("ユーザーの発話")
maai.set_prompt_ch2("ユーザーの話終わりを最後まで待って応答を返します。")