# 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