5efa9c37d6
- Created detailed documentation for the device_manager, model, model_extra, osc, overlay, overlay_image, transcription, translation, transliteration, utils, watchdog, and websocket modules. - Added a comprehensive run events payloads document outlining the payloads sent during various run events in the controller. - Included runtime instructions and dependencies for setting up the project in a Windows environment. - Introduced a mypy configuration file to manage type checking and ignore errors in specific modules temporarily.
106 lines
5.7 KiB
Markdown
106 lines
5.7 KiB
Markdown
# model.py — クラスと主要メソッド
|
||
目的: アプリケーションの中核オーケストレータ。翻訳器 (Translator)、オーバーレイ、トランスクリプタ、OSC、WebSocket、Watchdog などのインスタンスを保持し、これらの起動/停止/操作を担います。`model` は `Model` のシングルトンインスタンスです。
|
||
|
||
主要クラスとシグネチャ:
|
||
- class threadFnc(Thread)
|
||
- __init__(self, fnc, end_fnc=None, daemon=True, *args, **kwargs)
|
||
- stop(self) -> None
|
||
- pause(self) -> None
|
||
- resume(self) -> None
|
||
|
||
- class Model
|
||
- __new__(cls) -> Model
|
||
- init(self) -> None
|
||
- checkTranslatorCTranslate2ModelWeight(self, weight_type: str) -> bool
|
||
- changeTranslatorCTranslate2Model(self) -> None
|
||
- downloadCTranslate2ModelWeight(self, weight_type, callback=None, end_callback=None) -> Any
|
||
- isLoadedCTranslate2Model(self) -> bool
|
||
- getListLanguageAndCountry(self) -> list
|
||
- getTranslate(self, translator_name, source_language, target_language, target_country, message) -> tuple
|
||
- getInputTranslate(self, message, source_language=None) -> (list, list)
|
||
- getOutputTranslate(self, message, source_language=None) -> (list, list)
|
||
- startMicTranscript(self, fnc) -> None
|
||
- stopMicTranscript(self) -> None
|
||
- startSpeakerTranscript(self, fnc: Optional[Callable[[dict], None]] = None) -> None
|
||
- stopSpeakerTranscript(self) -> None
|
||
- startWebSocketServer(self, host, port) -> None
|
||
- stopWebSocketServer(self) -> None
|
||
- websocketSendMessage(self, message_dict: dict) -> bool
|
||
|
||
変更点（2025-10-09）:
|
||
|
||
- startCheckMicEnergy(self, fnc: Optional[Callable[[float], None]] = None) -> None
|
||
- 説明: 進捗/エネルギー表示用のコールバックを受け取ります。fnc が None の場合は内部で no-op を使い、呼び出し前に callable チェックを行います。これにより呼び出し側が None を渡しても安全になりました。
|
||
|
||
- startCheckSpeakerEnergy(self, fnc: Optional[Callable[[float], None]] = None) -> None
|
||
- 説明: 同上（fnc を Optional として受け取り、呼び出し時に callable を確認します）。内部では Queue を作成して録音データを受け取り、定期的にコールバックを呼びます。
|
||
|
||
- convertMessageToTransliteration(self, message: str, hiragana: bool = True, romaji: bool = True) -> list
|
||
- 説明: 以前は単一の文字列や別形を返す箇所がありましたが、現在は常にリスト（トークン単位の dict を要素とする list）を返します。hiragana/romaji の両方が False の場合は空リストを返します。
|
||
|
||
- createOverlayImageLargeLog(self, message_type: str, message: Optional[str], your_language: Optional[str], translation: list, target_language: Optional[dict] = None) -> object
|
||
- 説明: `target_language` は辞書形式で渡される場合があり、内部で言語リストに正規化されます（enabled な言語のみ抽出）。`message` / `your_language` は Optional となり、`None` を渡して翻訳のみのログを作ることが可能です。
|
||
|
||
使用例（簡易）:
|
||
|
||
```python
|
||
from model import model
|
||
|
||
# 翻訳を呼び出す
|
||
translation, success = model.getTranslate('CTranslate2', 'Japanese', 'English', 'United States', 'こんにちは')
|
||
print(translation, success)
|
||
|
||
# マイク文字起こしの開始（コールバックで結果を受け取る）
|
||
def on_mic_transcript(result):
|
||
print('mic transcript:', result)
|
||
|
||
model.startMicTranscript(on_mic_transcript)
|
||
|
||
# WebSocket サーバー起動
|
||
model.startWebSocketServer('127.0.0.1', 2231)
|
||
|
||
```
|
||
|
||
注意点:
|
||
- `Model` は多くの外部リソース（GPU、ファイル、ネットワーク）に依存するため、各操作は例外処理で保護されています。
|
||
- 大きなモデルのロードで VRAM OOM を検出する `detectVRAMError` を備え、Controller 側でのフォールバック処理に使われます。
|
||
|
||
## 詳細設計
|
||
|
||
目的: 各モデル（翻訳/転写/Overlay/Watchdog/OSC/WebSocket 等）のインスタンスを保持し、高レベルの操作を提供するファサード。
|
||
|
||
主要クラス/変数:
|
||
- class threadFnc(Thread)
|
||
- 説明: ループする関数をバックグラウンドで呼ぶヘルパ。pause/stop/end callback をサポート。
|
||
|
||
- class Model
|
||
- シングルトン: ファイル末で `model = Model()` として公開。
|
||
- 主な属性:
|
||
- translator (Translator)
|
||
- overlay (Overlay)
|
||
- overlay_image (OverlayImage)
|
||
- mic_audio_queue, mic_audio_recorder, mic_transcriber
|
||
- speaker_audio_queue, speaker_audio_recorder, speaker_transcriber
|
||
- watchdog (Watchdog)
|
||
- osc_handler (OSCHandler)
|
||
- websocket_server (WebSocketServer)
|
||
- 主なメソッド:
|
||
- start/stop logger, overlay, watchdog
|
||
- startMicTranscript / stopMicTranscript: 録音、transcriber の起動とキュー処理
|
||
- startSpeakerTranscript / stopSpeakerTranscript
|
||
- startCheckMicEnergy / stopCheckMicEnergy
|
||
- startCheckSpeakerEnergy / stopCheckSpeakerEnergy
|
||
- getTranslate / getInputTranslate / getOutputTranslate: Translator を利用する高レベル関数
|
||
- createOverlayImage* / updateOverlay* : OverlayImage と Overlay を結合して VR 表示を作成
|
||
- startWebSocketServer / stopWebSocketServer / websocketSendMessage
|
||
|
||
エラー処理:
|
||
- 音声認識や翻訳で VRAM エラーが発生した場合、detectVRAMError() で特殊な例外内容を検査し、Controller 経由で翻訳機能を OFF にする処理がある。
|
||
|
||
非同期/リソース:
|
||
- Recorder/Transcriber/Overlay/Watchdog/WebSocket はそれぞれ別スレッドで動作する。Model はそれらの開始/停止を管理する。
|
||
|
||
依存:
|
||
- models/translation, models/transcription, models/overlay, models/osc, models/websocket
|
||
|