AiHummer
Oʻzbekcha▾
KirishShaxsiy kabinet
v1.2.x▾
v1.2.xstablev1.1.xstablev1.0.xstable
{ }Swagger
Ovoz/Nutq kirish va chiqish (STT / TTS)

Nutq kirish va chiqish (STT / TTS)

v1.2.x · yangilandi 2026-07-05

AiHummer tutqichlari qutidan kiruvchi va chiquvchi nutq — to‘lanadigan nutq API’si talab qilinmaydi. Kiruvchi audio klip transkriptsiya qilinadi (STT), matn odatiy agent navbatini boshqaradi va javob qayta aytiladi (TTS). Ikkala dvigatel ham bepul va mahalliy va sifatida yuritish yon aravachalar: transkripsiya uchun faster-whisper va sintez uchun edge-tts.

Ovoz aylanishi qanday ishlaydi

Ovoz bilan navbat — bu ikkala tomonda ham audio mavjud bo‘lgan odatiy agent navbatidir:

  1. Shlyuz kiruvchi audio signallarni jo‘natadi STT saydkar (:8001, faster-whisper) va matnni qaytaradi.
  2. U matn odatdagi funksiya chaqirish navbatini boshqaradi — xuddi shu router, orkestrator, asboblar va xotira matn xabari sifatida.
  3. Javob matni yuboriladi TTS yon avtomobil (:8002, edge-tts) va gaplangan audio qo’ng’iroq qiluvchiga qaytariladi.

Bu bitta yakuniy nuqta sifatida ochiladi, POST /v1/voice/turn, shuning uchun kanal yoki mijoz audio faylini yuborishi va qabul qilishi mumkin, o‘z-o‘zidan bosqichlarni boshqarmasdan.

Oxirgi nuqtalar

Usul Tugun nuqtasi Maqsad
POST /v1/voice/turn Audio kirish → agent navbati → audio chiqish
GET /v1/voice/config Joriy ovoz sozlamalari (dvigatellar, sozlash knopkalari) 
POST /v1/voice/turn HTTP/1.1
Host: localhost:8780
Content-Type: application/json

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

[!NOTE] Nutq xususiyatlari qismlaridan biridir yadro — ular SIP plaginiga bog‘lanmagan. SIP kanali bu STT/TTS dvigatellaridan o’zida foydalanadi local dvigatel, lekin ovoz in/out har qanday qo‘ng‘iroq qiladigan mijoz uchun ishlaydi /v1/voice/turn.

Ovoz yon mashinalari

Port Yon arava Dvigatel Rol Simlangan
8001 STT tezroq-pichir nutq → matn AIHUMMER_STT_URL
8002 TTS edge-tts matn → nutq AIHUMMER_TTS_URL

Ikkala dvigatel ham bepul va mahalliy: hech narsa pullik nutq yetkazib beruvchiga yuborilmaydi. Har bir kirish uskunasida bo’lgani kabi, eshik ularga yetib boradi URL orqali, shuning uchun ularni darvozaga yonma-yon yoki umumiy instansiyani ko‘rsatib ishga tushirishingiz mumkin.

Simlash

Xost-local o‘rnatgich STT va TTS URL manzillarini siz uchun o‘rnatadi. Ular katalog sozlamalari — ularni admin UI orqali o’zgartiring (Boshqaruv → Sozlamalar) yoki bilan aihummer settings set; gateway.env faqat bootstrap uchun va bular uchun e’tiborga olinmaydi:

# Voice in/out (auto-configured by the installer)
aihummer settings set AIHUMMER_STT_URL http://127.0.0.1:8001
aihummer settings set AIHUMMER_TTS_URL http://127.0.0.1:8002

[!TIP] Chunki har bir sidecar shunchaki URL bo‘lgani uchun, bir nechta gateway bitta STT/TTS ni ulashlari mumkin misol. Har bir nusxasini ishga tushirish o’rniga og’irroq nutq xizmatlarini markazlashtiring mezbon.

Audio yo‘lini sozlash

Ovoz sifati tugmalari ichida yashaydi Media · Ovoz sozlamalar guruhi bo‘lib, veb-admin UI orqali sozlanishi mumkin — qayta joylashni talab qilmaydi. Ular real vaqtdagi audio yo‘lini qamrab oladi:

Tutqich Nimani boshqaradi
Dupleks To’liq dupleks (gaplashayotganda eshitish) va yarim dupleks
AEC Akustik aks sado bekor qilinishi
Shovqinni bostirish STTdan oldin fon shovqinini filtrlaydi
AGC Avtomatik daraja boshqaruvi (daraja normallashtirish)
VAD chegarasi Ovoz faoliyatini aniqlash sezgirligi
Aralashish Qo’ng’iroq qiluvchiga agent javob berayotgan paytda so’zni to’xtatishga ruxsat bering

GET /v1/voice/config mijoz faol dvigatellar va ushbu sozlamalarni aniqlay olishi uchun samarali konfiguratsiyani qaytaradi.

Keyingi qayerga