Этап 2: озвучка ответов через Silero

- Потоковая озвучка: ответ режется на фразы, синтез и воспроизведение в отдельных потоках
- Подготовка текста: числа словами, без markdown, ссылок и блоков кода
- Модель Silero скачивается в LOCALAPPDATA и прогревается при старте
- Состояние «говорю», переключатель озвучки в трее, «Стоп» прерывает речь
- Тесты нарезки текста и оркестратора озвучки

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

src/agr_assistent/tts/silero.py

@@ -0,0 +1,93 @@
+"""Синтез речи моделями Silero (https://github.com/snakers4/silero-models)."""
+
+from __future__ import annotations
+
+import logging
+import os
+import threading
+import urllib.request
+import warnings
+from pathlib import Path
+from typing import Any
+
+import numpy as np
+
+from agr_assistent.config import TTSConfig
+from agr_assistent.tts.base import TTSError
+
+log = logging.getLogger(__name__)
+
+_MODEL_URL = "https://models.silero.ai/models/tts/{language}/{model}.pt"
+_MAX_TORCH_THREADS = 4
+_WARM_UP_TEXT = "Готова к работе."
+
+
+class SileroTTS:
+    def __init__(self, config: TTSConfig, models_dir: Path) -> None:
+        self._config = config
+        self._model_path = models_dir / "silero" / f"{config.model}.pt"
+        self._model: Any = None
+        self._lock = threading.Lock()
+
+    @property
+    def sample_rate(self) -> int:
+        return self._config.sample_rate
+
+    def load(self) -> None:
+        with self._lock:
+            if self._model is not None:
+                return
+            if not self._model_path.exists():
+                self._download()
+
+            # torch импортируется долго, поэтому только при первой загрузке модели
+            import torch
+
+            torch.set_num_threads(min(_MAX_TORCH_THREADS, os.cpu_count() or 1))
+            try:
+                with warnings.catch_warnings():
+                    warnings.simplefilter("ignore")
+                    importer = torch.package.PackageImporter(str(self._model_path))
+                    model = importer.load_pickle("tts_models", "model")
+                model.to(torch.device(self._config.device))
+            except Exception as exc:
+                raise TTSError(f"Не удалось загрузить модель {self._model_path}: {exc}") from exc
+
+            if self._config.speaker not in model.speakers:
+                raise TTSError(
+                    f"Голос '{self._config.speaker}' отсутствует в модели {self._config.model} "
+                    f"(есть: {', '.join(model.speakers)})"
+                )
+            # Первый синтез заметно медленнее последующих — прогреваем заранее
+            self._apply_tts(model, _WARM_UP_TEXT)
+            self._model = model
+            log.info("Модель Silero %s загружена", self._config.model)
+
+    def synthesize(self, text: str) -> np.ndarray:
+        self.load()
+        return self._apply_tts(self._model, text)
+
+    def _apply_tts(self, model: Any, text: str) -> np.ndarray:
+        import torch
+
+        with torch.inference_mode(), warnings.catch_warnings():
+            warnings.simplefilter("ignore")
+            audio = model.apply_tts(
+                text=text,
+                speaker=self._config.speaker,
+                sample_rate=self._config.sample_rate,
+            )
+        return audio.cpu().numpy().astype(np.float32, copy=False)
+
+    def _download(self) -> None:
+        language = self._config.model.rsplit("_", 1)[-1]
+        url = _MODEL_URL.format(language=language, model=self._config.model)
+        partial_path = self._model_path.with_suffix(".part")
+        log.info("Скачиваю модель Silero: %s", url)
+        try:
+            self._model_path.parent.mkdir(parents=True, exist_ok=True)
+            urllib.request.urlretrieve(url, partial_path)
+            partial_path.replace(self._model_path)
+        except OSError as exc:
+            partial_path.unlink(missing_ok=True)
+            raise TTSError(f"Не удалось скачать модель Silero {url}: {exc}") from exc