Initial voice call center app

2026-06-20 17:38:19 +05:00
commit bbb6985876
12 changed files with 2833 additions and 0 deletions
@@ -0,0 +1,50 @@
+# Simple Call Center
+
+Простой Python/FastAPI прототип голосовой сессии:
+
+1. браузер отправляет микрофон в WebSocket как PCM 16 kHz;
+2. сервер стримит аудио в ElevenLabs realtime STT;
+3. финальный фрагмент речи отправляется в OpenAI Responses API с общей историей текущей сессии;
+4. текст ответа одновременно стримится в ElevenLabs TTS WebSocket;
+5. браузер проигрывает PCM-аудио чанки по мере генерации.
+
+## Быстрый старт
+
+```bash
+python3 -m venv .venv
+source .venv/bin/activate
+pip install -r requirements.txt
+cp .env.example .env
+```
+
+Заполните `.env`:
+
+```bash
+OPENAI_API_KEY=...
+ELEVENLABS_API_KEY=...
+```
+
+Запуск:
+
+```bash
+uvicorn app.main:app --reload --port 8000
+```
+
+Откройте [http://127.0.0.1:8000](http://127.0.0.1:8000).
+
+## Настройки
+
+- `OPENAI_MODEL` по умолчанию стоит `gpt-5.4-nano`, потому что в актуальной документации OpenAI `gpt-5.4 nano` описан как самый дешевый GPT-5.4-class вариант, а `gpt-5.4 mini` и `nano` рекомендуются для latency/cost задач.
+- `ELEVENLABS_STT_MODEL=scribe_v2_realtime` использует realtime STT WebSocket.
+- `AI_VOICE_V2_STREAMING_TTS=0` использует обычный HTTP TTS, поэтому `AI_VOICE_TTS_ELEVENLABS_MODEL_ID=eleven_v3` применяется напрямую.
+- Если вернуть `AI_VOICE_V2_STREAMING_TTS=1`, приложение автоматически использует `AI_VOICE_TTS_ELEVENLABS_STREAMING_FALLBACK_MODEL=eleven_flash_v2_5`, потому что ElevenLabs `/stream-input` не поддерживает `eleven_v3`.
+- `LOCAL_KB_ENABLED=1` включает локальную базу знаний из JSONL-файлов в `knowledge/`.
+- `LOCAL_KB_MAX_RESULTS=4` задает, сколько найденных записей подмешивать в один ответ.
+- Контекст хранится в памяти на один WebSocket-сеанс браузера. Кнопка reset очищает локальную историю.
+
+## Полезные ссылки
+
+- OpenAI streaming Responses API: https://developers.openai.com/api/docs/guides/streaming-responses
+- OpenAI models: https://developers.openai.com/api/docs/models
+- ElevenLabs realtime STT: https://elevenlabs.io/docs/api-reference/speech-to-text/v-1-speech-to-text-realtime
+- ElevenLabs realtime TTS WebSocket: https://elevenlabs.io/docs/eleven-api/guides/how-to/websockets/realtime-tts