first commit

This commit is contained in:
2026-07-18 01:24:53 +03:30
commit dee06ba093

129
README.md Normal file
View File

@@ -0,0 +1,129 @@
# چت‌بات تلفنی فارسی (Asterisk + STT + Ollama + TTS)
## ساختار پروژه
```
voicebot/
├── docker-compose.yml
├── .env.example # قالب فایل تنظیمات - کپی کن به .env و پرش کن
├── asterisk/
│ ├── Dockerfile
│ ├── entrypoint.sh # کانفیگ‌ها رو موقع استارت از .env می‌سازه
│ ├── templates/ # قالب‌های کانفیگ (دستی ادیت نکن)
│ │ ├── pjsip-base.conf.template
│ │ ├── pjsip-trunk.conf.template
│ │ ├── extensions.conf.template
│ │ ├── agi.conf
│ │ └── modules.conf
│ └── config/ # اینجا خالیه - خروجی خودکار ساخته می‌شه
├── agi-scripts/
│ └── voicebot.py # orchestrator اصلی (STT -> Ollama -> TTS)
├── stt/ # سرویس گفتار-به-متن (faster-whisper)
├── tts/ # سرویس متن-به-گفتار (Piper)
└── models/
├── whisper/ # مدل‌ whisper اینجا کش می‌شه (خودکار دانلود می‌شه)
└── piper/ # باید مدل صدای فارسی رو دستی بذاری
```
## همه‌ی تنظیمات فقط در یک فایل: `.env`
دیگه لازم نیست تو چند فایل کانفیگ Asterisk بگردی. کافیه `.env.example` رو کپی کنی و مقادیر رو پر کنی:
```bash
cp .env.example .env
nano .env # یا هر ادیتوری که دوست داری
```
محتوای فایل:
```ini
# ---------- Ollama ----------
OLLAMA_URL=http://OLLAMA_HOST:11434/api/generate
OLLAMA_MODEL=llama3
# ---------- STT (faster-whisper) ----------
WHISPER_MODEL=medium
WHISPER_DEVICE=cpu
# ---------- TTS (Piper) ----------
PIPER_VOICE=/models/piper/fa_IR-model.onnx
# ---------- ترانک مرکز تماس شماره ۱ ----------
TRUNK1_NAME=callcenter1
TRUNK1_HOST=CALLCENTER1_IP
TRUNK1_USERNAME=USERNAME
TRUNK1_PASSWORD=CALLCENTER1_PASS
# ---------- ترانک مرکز تماس شماره ۲ (اختیاری) ----------
TRUNK2_NAME=
TRUNK2_HOST=
TRUNK2_USERNAME=
TRUNK2_PASSWORD=
# ---------- SIP User داخلی (تست) ----------
TEST_USER_EXTEN=1000
TEST_USER_PASSWORD=CHANGE_ME_STRONG_PASSWORD
```
با هر بار اجرای `docker compose up -d --build`، اسکریپت `entrypoint.sh` داخل کانتینر Asterisk خودکار فایل‌های `pjsip.conf` و `extensions.conf` رو از روی همین `.env` می‌سازه. یعنی:
- اگه `TRUNK2_HOST` رو خالی بذاری، ترانک دوم اصلاً ساخته نمی‌شه.
- اگه پرش کنی، ترانک دوم هم خودکار به `pjsip.conf` اضافه می‌شه (بدون این‌که چیزی رو دستی بنویسی).
- تغییر شماره‌ی تست (`TEST_USER_EXTEN`) هم فقط با عوض کردن همین متغیر انجام می‌شه.
> ⚠️ فایل `.env` رو در `.gitignore` نگه دار (چون رمزها توشه) - فقط `.env.example` رو commit کن.
>
> 💡 بعد از هر تغییر در `.env`، کافیه `docker compose up -d` بزنی (نیازی به `--build` نیست، چون کانفیگ موقع استارت کانتینر ساخته می‌شه، نه موقع build). فقط اگه خود Dockerfile یا کد رو عوض کردی `--build` لازمه.
## مرحله ۱: دانلود مدل صدای فارسی Piper
Piper به یک مدل ONNX فارسی نیاز دارد. مدل‌های آماده را از مخزن رسمی دانلود کن:
```bash
mkdir -p models/piper
cd models/piper
wget https://huggingface.co/rhasspy/piper-voices/resolve/main/fa/fa_IR/gyro/medium/fa_IR-gyro-medium.onnx -O fa_IR-model.onnx
wget https://huggingface.co/rhasspy/piper-voices/resolve/main/fa/fa_IR/gyro/medium/fa_IR-gyro-medium.onnx.json -O fa_IR-model.onnx.json
cd ../..
```
> اگر لینک بالا در دسترس نبود، در صفحه‌ی huggingface.co/rhasspy/piper-voices دنبال پوشه‌ی `fa/fa_IR` بگرد و آخرین نسخه رو بردار.
## مرحله ۲: تنظیم اطلاعات ترانک SIP و Ollama
همه‌ی این‌ها الان در همون فایل `.env` هست (بخش بالا رو ببین) - نیازی به دست زدن به فایل‌های داخل `asterisk/` نیست.
## مرحله ۳: بالا آوردن سرویس‌ها
```bash
docker compose up -d --build
docker compose logs -f asterisk
```
بار اول که stt-service بالا میاد، مدل whisper (چند صد مگابایت) دانلود می‌شه - صبر کن کامل بشه.
## مرحله ۴: تست
با هر سافت‌فون (مثل Zoiper یا Linphone) به extension داخلی که در `.env` تحت `TEST_USER_EXTEN` تعریف کردی (پیش‌فرض `1000`) با یوزر `test-user` و پسورد `TEST_USER_PASSWORD` وصل شو و تماس بگیر. باید صدای خوش‌آمدگویی رو بشنوی، بعد صحبت کن و منتظر پاسخ بات باش.
برای اتصال واقعی مرکز تماس، تماس روی ترانک PJSIP وارد context به نام `from-trunk` می‌شه که در `extensions.conf` تعریف شده.
## نکات مهم برای Production
1. **لتنسی**: اگه سرعت پاسخ کند بود:
- مدل whisper رو از `medium` به `small` تغییر بده (دقت کمتر، سرعت بیشتر)
- اگه GPU داری، `WHISPER_DEVICE=cuda` رو در docker-compose ست کن
- مدل Ollama رو سبک‌تر انتخاب کن (مثلاً یک مدل 7B به جای 70B)
2. **Barge-in (قطع صحبت بات)**: نسخه‌ی فعلی ساده است (نوبتی: بات حرف می‌زنه، بعد کاربر). برای barge-in واقعی باید از AMI events مثل `TALK_DETECT` استفاده کنی که پیچیده‌تره - در صورت نیاز می‌تونم اضافه‌اش کنم.
3. **مدیریت چند تماس همزمان**: چون AGI برای هر تماس یک پراسس جداست، همزمانی به‌صورت خودکار پشتیبانی می‌شه؛ فقط مطمئن شو سرویس‌های STT/TTS/Ollama منابع کافی (CPU/RAM/GPU) برای بار همزمان دارن.
4. **امنیت SIP Trunk**: حتماً `type=identify` رو با IP دقیق مرکز تماس محدود کن و فایروال روی پورت 5060 و رنج RTP بذار.
5. **لاگ و مانیتورینگ**: `agi.verbose()` در اسکریپت لاگ‌ها رو تو کنسول Asterisk می‌ریزه (`asterisk -rvvv` برای دیدن زنده).
## گام بعدی (اختیاری)
اگه بخوای می‌تونم این‌ها رو هم اضافه کنم:
- پشتیبانی از AMI برای barge-in و real-time monitoring
- ذخیره‌ی تاریخچه‌ی مکالمات در دیتابیس (برای گزارش‌گیری)
- health-check و auto-restart برای سرویس‌ها
- صف تماس (queue) قبل از رسیدن به بات