Diarizasiya, tərcümə, klonlama və video

# gateway.env — optional voice/video sidecars
AIHUMMER_DIARIZE_URL=http://127.0.0.1:8003
AIHUMMER_VOICECLONE_URL=http://127.0.0.1:8004
AIHUMMER_VIDEO_URL=http://127.0.0.1:8005

[Nitqin daxil və xaricə](/en/v1.0/voice/stt-tts) edilməsindən əlavə, AiHummer dörd əlavə, könüllü media imkanı təklif edir: **danışan diarizasiyası**, **nitq tərcüməsi**, **səs klonlaması** və **video anlama**. Hər biri URL ilə çatılan [yan-vaqon (sidecar)](/en/v1.0/architecture/sidecars) kimi **pulsuz/yerli mühərriklərdə oflayn işləyir**. > [!NOTE] > Bunlar **core / yan-vaqon xüsusiyyətləridir**, SIP xüsusiyyətləri deyil. SIP > kanalının özü yalnız STT, TTS, barge-in, DTMF və yazılışı dəstəkləyir — > diarizasiya, tərcümə və səs klonlaması `/v1/voice/*` ünvanında təqdim olunan core > səsə aiddir. ## Danışan diarizasiyası Diarizasiya bir neçə danışanı olan səs klipində "kim, nə zaman danışdı" sualına cavab verir. O, diarize yan-vaqonunda oflayn olaraq **pyannote `speaker-diarization-3.1`** işlədir. | Element | Dəyər | |---|---| | Mühərrik | pyannote `speaker-diarization-3.1` (oflayn) | | Yan-vaqon portu | `:8003` | | Son nöqtə | `POST /v1/voice/diarize` | | Qoşulur | `AIHUMMER_DIARIZE_URL` | ## Nitq tərcüməsi Tərcümə nitqi (və ya onun transkriptini) bir dildən digərinə çevirir ki, agent zəng edənlərə müxtəlif dillərdə xidmət edə bilsin. | Element | Dəyər | |---|---| | Son nöqtə | `POST /v1/voice/translate` | ## Səs klonlaması Səs klonlaması hədəf səsdə nitq sintez edir. O, voiceclone yan-vaqonunda **MeloTTS ilə OpenVoice V2** — oflayn və **MIT-lisenziyalı** — işlədir. | Element | Dəyər | |---|---| | Mühərrik | OpenVoice V2 + MeloTTS (oflayn, MIT) | | Yan-vaqon portu | `:8004` | | Son nöqtə | `POST /v1/voice/clone` | | Qoşulur | `AIHUMMER_VOICECLONE_URL` | ## Video anlama Video anlama səsi demuks edərək və **ffmpeg** ilə açar kadrları seçərək klipin nə ehtiva etdiyini çıxarır — bu yan-vaqonda **heç bir ML modeli yoxdur**; o, agent növbəsi üçün səs və kadrları hazırlayır. | Element | Dəyər | |---|---| | Dəstəklənir | ffmpeg (demuks + açar kadrlar, ML yox) | | Yan-vaqon portu | `:8005` | | Son nöqtə | `POST /v1/video/understand` | | Qoşulur | `AIHUMMER_VIDEO_URL` | ## Qoşma Hər imkan yalnız onun yan-vaqon URL-i təyin edildikdə aktiv olur. Host-doğma quraşdırıcı bunları təmin edə bilər, və ya onları artıq işlətdiyiniz instansiyalara yönəldə bilərsiniz. ```ini # gateway.env — optional voice/video sidecars AIHUMMER_DIARIZE_URL=http://127.0.0.1:8003 AIHUMMER_VOICECLONE_URL=http://127.0.0.1:8004 AIHUMMER_VIDEO_URL=http://127.0.0.1:8005 ``` > [!TIP] > Bu yan-vaqonlar müstəqildir — yalnız ehtiyacınız olanları aktivləşdirin. Yalnız > transkripsiya və sintezə ehtiyacı olan yerləşdirmə yalnız STT/TTS cütünü işlədə > və diarize, voiceclone və videonu konfiqurasiya etmədən qoya bilər. ## Sonra hara - Standart nitq yolu: [Nitqin daxil və xaricə](/en/v1.0/voice/stt-tts). - Yan-vaqonların necə qoşulduğu və paylaşıldığı: [Yan-vaqonlar](/en/v1.0/architecture/sidecars).