AiHummer
Azərbaycanca▾
Daxil ol
v1.0.x▾
v1.0.xstable
{ }Swagger
Səs/Nitqin daxil və xaricə (STT / TTS)

Nitqin daxil və xaricə (STT / TTS)

v1.0.x · yeniləndi 2026-06-26

AiHummer nitqin daxil və xaricə edilməsini qutudan çıxan kimi idarə edir — heç bir ödənişli nitq API tələb olunmur. Daxil olan səs klipi transkripsiya edilir (STT), mətn normal agent növbəsini idarə edir və cavab geri səslənir (TTS). Hər iki mühərrik pulsuz və yerlidir və yan-vaqon (sidecar) kimi işləyir: transkripsiya üçün faster-whisper və sintez üçün edge-tts.

Səs növbəsi necə işləyir

Səs növbəsi hər iki ucunda səs olan normal agent növbəsidir:

  1. Gateway daxil olan səsi STT yan-vaqonuna (:8001, faster-whisper) göndərir və mətni geri alır.
  2. Həmin mətn adi funksiya-çağırışı növbəsini idarə edir — mətn mesajı ilə eyni marşrutlaşdırıcı, orkestrator, alətlər və yaddaş.
  3. Cavab mətni TTS yan-vaqonuna (:8002, edge-tts) göndərilir və səsləndirilmiş səs zəng edənə qaytarılır.

Bu, tək son nöqtə kimi təqdim olunur, POST /v1/voice/turn, beləliklə kanal və ya müştəri addımları özü orkestrə etmədən səsi ötürə və səsi qəbul edə bilər.

Son nöqtələr

Metod Son nöqtə Məqsəd
POST /v1/voice/turn Səs daxil → agent növbəsi → səs xaric
GET /v1/voice/config Cari səs konfiqurasiyası (mühərriklər, tənzimləmə açarları) 
POST /v1/voice/turn HTTP/1.1
Host: localhost:8780
Content-Type: application/json

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

[!NOTE] Nitq xüsusiyyətləri core-un bir hissəsidir — onlar SIP plagininə bağlı deyil. SIP kanalı öz local mühərriki üçün bu eyni STT/TTS mühərriklərindən istifadə edir, lakin nitqin daxil/xaricə edilməsi /v1/voice/turn-ı çağıran hər hansı müştəri üçün işləyir.

Səs yan-vaqonları

Port Yan-vaqon Mühərrik Rol Qoşulur
8001 STT faster-whisper nitq → mətn AIHUMMER_STT_URL
8002 TTS edge-tts mətn → nitq AIHUMMER_TTS_URL

Hər iki mühərrik pulsuz və yerlidir: heç nə ödənişli nitq satıcısına göndərilmir. Hər yan-vaqonda olduğu kimi, gateway onlara URL ilə çatır, beləliklə onları gateway-in yanında işlədə və ya paylaşılan instansiyaya yönəldə bilərsiniz.

Qoşma

Host-doğma quraşdırıcı STT və TTS URL-lərini sizin üçün təyin edir. Dəyişənlər:

# 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] Hər yan-vaqon sadəcə bir URL olduğu üçün, bir neçə gateway bir STT/TTS instansiyasını paylaşa bilər. Host başına surət işlətməkdənsə, daha ağır nitq xidmətlərini mərkəzləşdirin.

Səs yolunun tənzimlənməsi

Səs keyfiyyəti açarları “Media · Voice” parametrlər qrupunda yaşayır və veb admin UI-dən konfiqurasiya edilə bilər — yenidən yerləşdirməyə ehtiyac yoxdur. Onlar real vaxt səs yolunu əhatə edir:

Açar Nəyi idarə edir
Duplex Tam-dupleks (danışarkən dinləmək) və yarı-dupleks
AEC Akustik əks-səs ləğvi
Səs-küy basdırma STT-dən əvvəl fon səs-küyünü süzgəcdən keçirir
AGC Avtomatik bəhrə nəzarəti (səviyyə normallaşdırması)
VAD həddi Səs-fəaliyyəti aşkarlama həssaslığı
Barge-in Zəng edənə agentin cavabını yarıda kəsməyə icazə ver

GET /v1/voice/config faktiki konfiqurasiyanı qaytarır ki, müştəri aktiv mühərrikləri və bu parametrləri kəşf edə bilsin.

Sonra hara