import numpy as np import pandas as pd import requests from io import StringIO from sklearn.feature_extraction.text import TfidfVectorizer from sklearn.metrics.pairwise import cosine_similarity import speech_recognition as sr import pyttsx3 from googlesearch import search from bs4 import BeautifulSoup import urllib.request from urllib.parse import quote class HybridChatBot: def __init__(self, dataset_url=None): self.dataset_url = dataset_url self.qa_pairs = {} self.vectorizer = TfidfVectorizer() self.X = None self.recognizer = sr.Recognizer() self.engine = pyttsx3.init() # Настройки голосового движка voices = self.engine.getProperty('voices') self.engine.setProperty('voice', voices[0].id) self.engine.setProperty('rate', 150) if dataset_url: self.load_dataset() self.train() def load_dataset(self): """Загрузка датасета с веб-ресурса""" try: response = requests.get(self.dataset_url) response.raise_for_status() if self.dataset_url.endswith('.csv'): data = pd.read_csv(StringIO(response.text)) elif self.dataset_url.endswith('.json'): data = pd.read_json(StringIO(response.text)) else: print("Формат файла не поддерживается") return for _, row in data.iterrows(): self.qa_pairs[row["question"].lower()] = row["answer"] print(f"Загружено {len(self.qa_pairs)} пар вопрос-ответ") except Exception as e: print(f"Ошибка загрузки датасета: {e}") def train(self): """Обучение модели на загруженных данных""" if not self.qa_pairs: print("Нет данных для обучения!") return questions = list(self.qa_pairs.keys()) self.X = self.vectorizer.fit_transform(questions) print("Модель обучена на загруженных данных") def add_qa_pair(self, question, answer): """Добавление новой пары вопрос-ответ""" self.qa_pairs[question.lower()] = answer self.train() def web_search(self, query, num_results=3): """Выполнение веб-поиска и извлечение информации""" try: print(f"\nВыполняю поиск в интернете: {query}") search_results = [] # Выполняем поиск в Google for url in search(query, num_results=num_results, lang='ru'): try: # Получаем содержимое страницы req = urllib.request.Request(url, headers={'User-Agent': 'Mozilla/5.0'}) with urllib.request.urlopen(req, timeout=5) as response: html = response.read() # Парсим HTML soup = BeautifulSoup(html, 'html.parser') # Удаляем ненужные элементы (скрипты, стили и т.д.) for script in soup(["script", "style", "iframe", "nav", "footer"]): script.extract() # Получаем текст страницы text = soup.get_text(separator=' ', strip=True) text = ' '.join(text.split()[:200]) # Берем первые 200 слов search_results.append({ 'url': url, 'content': text }) except Exception as e: print(f"Ошибка при обработке {url}: {e}") continue return search_results except Exception as e: print(f"Ошибка при выполнении поиска: {e}") return None def get_response(self, user_input): """Получение ответа на ввод пользователя""" if not self.qa_pairs: return "Я еще не обучен. Пожалуйста, добавьте вопросы и ответы." # Проверяем, хочет ли пользователь выполнить веб-поиск if "найди в интернете" in user_input.lower() or "найди в интернете" in user_input.lower(): query = user_input.replace("найди в интернете", "").replace("найди в интернете", "").strip() search_results = self.web_search(query) if search_results: response = "Вот что я нашел в интернете:\n" for i, result in enumerate(search_results, 1): response += f"\n{i}. {result['content']}\n(Источник: {result['url']})\n" return response[:2000] # Ограничиваем длину ответа else: return "Не удалось найти информацию в интернете." # Обычный поиск в базе вопросов user_vec = self.vectorizer.transform([user_input.lower()]) similarities = cosine_similarity(user_vec, self.X) best_match_idx = np.argmax(similarities) best_match_score = similarities[0, best_match_idx] if best_match_score > 0.5: best_question = list(self.qa_pairs.keys())[best_match_idx] return self.qa_pairs[best_question] else: return "Я не знаю ответ на этот вопрос. Хотите, чтобы я поискал в интернете? (Скажите 'найди в интернете...')" def text_to_speech(self, text): """Озвучивание текста""" self.engine.say(text) self.engine.runAndWait() def speech_to_text(self): """Распознавание голоса с микрофона""" with sr.Microphone() as source: print("\nГоворите сейчас...") self.recognizer.adjust_for_ambient_noise(source) try: audio = self.recognizer.listen(source, timeout=5) text = self.recognizer.recognize_google(audio, language="ru-RU") print(f"Распознано: {text}") return text except sr.UnknownValueError: print("Речь не распознана") return None except sr.RequestError: print("Ошибка сервиса распознавания") return None except sr.WaitTimeoutError: print("Время ожидания истекло") return None def run(self): """Улучшенный интерфейс взаимодействия""" print("\n" + "="*50) print("ДОБРО ПОЖАЛОВАТЬ В ИНТЕЛЛЕКТУАЛЬНЫЙ ЧАТ-БОТ".center(50)) print("="*50) current_mode = "текст" while True: print("\n" + "-"*50) print(f"Текущий режим ввода: {current_mode.upper()}") print("[1] Отправить текстовое сообщение") print("[2] Говорить с ботом голосом") print("[3] Переключить режим ввода") print("[4] Обучить бота новому ответу") print("[5] Поиск в интернете") print("[6] Выход") try: choice = input("Выберите действие (1-6): ").strip() if choice == "1": user_input = input("\nВаше сообщение: ") if user_input.lower() in ["выход", "стоп"]: break response = self.get_response(user_input) if response: print(f"\nБот: {response}") self.text_to_speech(response) else: print("\nБот: Я не знаю что ответить. Хотите научить меня?") elif choice == "2": user_input = self.speech_to_text() if user_input: if user_input.lower() in ["выход", "стоп"]: break response = self.get_response(user_input) if response: print(f"\nБот: {response}") self.text_to_speech(response) else: print("\nБот: Я не знаю что ответить на это.") self.text_to_speech("Я не знаю что ответить на это") elif choice == "3": current_mode = "голос" if current_mode == "текст" else "текст" print(f"\nРежим изменен на: {current_mode.upper()}") elif choice == "4": print("\nОбучение бота:") question = input("Введите вопрос: ") answer = input("Введите ответ: ") self.add_qa_pair(question, answer) print("Бот успешно обучен!") elif choice == "5": query = input("\nВведите запрос для поиска в интернете: ") search_results = self.web_search(query) if search_results: print("\nРезультаты поиска:") for i, result in enumerate(search_results, 1): print(f"\n{i}. {result['content']}\n(Источник: {result['url']})\n") else: print("\nНичего не найдено.") elif choice == "6": print("\nЗавершение работы...") break else: print("\nПожалуйста, выберите вариант от 1 до 6") except KeyboardInterrupt: print("\nЗавершение работы...") break if __name__ == "__main__": # Пример URL датасета (можно заменить на свой) DATASET_URL = "https://raw.githubusercontent.com/user/repo/main/qa_data.csv" bot = HybridChatBot(DATASET_URL) bot.run()