AiHummer
Аԥсшәа▾
Аиалаҵара
v1.0.x▾
v1.0.xstable
{ }Swagger
Абжьы/Абжьы аҩныҵҟеи адәахьеи (STT / TTS)

Абжьы аҩныҵҟеи адәахьеи (STT / TTS)

v1.0.x · ирҿыцуп 2026-06-26

AiHummer иршьоит абжьы аҩныҵҟеи адәахьеи аҟазшьара-да — ахшьоу абжьытә API аҭахым. Иааиуа аaудиоклип итранскрибируеит (STT), атекст обычнотә агент рыцара иршьоит, насгьы аиҭак ажәла иҳәоит (TTS). Аҩ-двигатели ихаауа насгьы алокалтә ауп насгьы sidecars ала иауеит: faster-whisper атранскрипциазы насгьы edge-tts асинтезазы.

Бжьытә рыцара ишауа

Бжьытә рыцара обычнотә агент рыцароуп, аудио ҩ-ганахьалагьы:

  1. Агейтуэи иааиуа аудио STT sidecar ахь иднашьҭуеит (:8001, faster-whisper) насгьы атекст иоуеит.
  2. Уи атекст обычнотә функциа-арыцаратә рыцара иршьоит — убри ароутери, аорхестратори, аусхәырҭақәеи агәынкылареи, текстуатә цҳамҭа иеиԥшу.
  3. Аиҭактә текст TTS sidecar ахь иднашьҭуеит (:8002, edge-tts) насгьы ажәла иҳәоу аудио иззыхо ихынҳәуеит.

Ари аӡ аендпоинт ала иауеит, POST /v1/voice/turn, убри аҟынтә аканал ма аклиент аудио иднашьҭуеит насгьы аудио иоуеит ари аашьҭарақәа ахаҭа реилаԥшра-да.

Аендпоинтқәа

Аметод Аендпоинт Ахықәкы
POST /v1/voice/turn Аудио аҩныҵҟа → агент рыцара → аудио адәахьы
GET /v1/voice/config Аамҭазтәи бжьытә аконфигурациа (адвигательқәа, аршьаратә кнопкақәа) 
POST /v1/voice/turn HTTP/1.1
Host: localhost:8780
Content-Type: application/json

{
  "audio": "<base64-encoded clip>",
  "format": "wav"
}

[!NOTE] Абжьытә функциақәа core иахьынӡакуп — урҭ SIP плагин иадҳәалаӡам. SIP аканал убри аиԥшу STT/TTS адвигательқәа ихархәоит уи local адвигатель азы, аха абжьы аҩныҵҟеи адәахьеи аус ауеит /v1/voice/turn зыхәо аклиент зегьы рзы.

Абжьытә sidecar-қәа

Порт Sidecar Адвигатель Роль Иеилаԥшуп
8001 STT faster-whisper абжьы → текст AIHUMMER_STT_URL
8002 TTS edge-tts текст → абжьы AIHUMMER_TTS_URL

Аҩ-двигатели ихаауа насгьы алокалтә ауп: акагьы ахшьоу абжьытә вендор иднашьҭуам. Sidecar зегьы реиԥшны, агейтуэи урҭ URL ала ирзынеиуеит, убри аҟынтә урҭ агейтуэи иаԥну иҟоуртә ма изеиԥшу инстанциа ахь иныԥшыртә улшоит.

Аиеилаԥшра

Хост-нативтә аинсталлиатор STT насгьы TTS URL-қәа уара ишьақәнаргылоит. Аиҭаҵырақәа:

# gateway.env — voice in/out (auto-set by the installer)
AIHUMMER_STT_URL=http://127.0.0.1:8001
AIHUMMER_TTS_URL=http://127.0.0.1:8002

[!TIP] Sidecar зегьы URL акәзаразы, гейтуэи рацәак аӡ STT/TTS инстанциа реиԥш ирхархәар рылшоит. Ииҳау абжьытә усурақәа централизациа ҟаҵа, хост зегьы рзы акопиа аус арура аҟынтә.

Аудио амҩа аршьара

Абжьытә аҟазшьара акнопкақәа “Media · Voice” анашьаратә гәыԥ аҟны иҟоуп насгьы веб-админ UI аҟынтә иконфигурируем ауп — иаԥсахны аредеплои аҭахым. Урҭ реал-таим аудио амҩа иркуеит:

Акнопка Изыршьо
Duplex Толла-дуплекс (ацәажәара аамҭазы аҟазшьара) ма ҩынтә-дуплекс
AEC Аакустикатә эхо аштырхра
Анышьыжьара аштырхра STT аԥхьа аафон анышьыжьара ифилтруеит
AGC Хаҭала аусиление адкылара (ауровень анормализациа)
VAD аꙫьҭара Бжьытә-активра адетекциа аиаҿартәара
Barge-in Иззыхо агент аиҭак абжьаны иаҟәнаҵыртә иршьоит

GET /v1/voice/config иаанагоит иауа аконфигурациа, убри аҟынтә аклиент аамҭазтәи адвигательқәеи ари анашьамҭақәеи ирбар рылшоит.

Уаҳа абатеи