დიარიზაცია, თარგმნა, კლონირება და ვიდეო

# 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

[მეტყველების შესვლისა და გამოსვლის](/ka/v1.0/voice/stt-tts) გარდა, AiHummer გთავაზობს ოთხ დამატებით, opt-in მედია შესაძლებლობას: **მოლაპარაკის დიარიზაცია**, **მეტყველების თარგმნა**, **ხმის კლონირება** და **ვიდეო-გააზრება**. თითოეული მუშაობს **ოფლაინ უფასო/ლოკალურ ძრავებზე** როგორც [sidecar](/ka/v1.0/architecture/sidecars), რომელსაც აღწევენ URL-ით. > [!NOTE] > ეს არის **ბირთვის / sidecar-ის ფუნქციები**, და არა SIP ფუნქციები. თავად SIP არხი > მხარს უჭერს მხოლოდ STT, TTS, barge-in, DTMF და ჩაწერას — დიარიზაცია, თარგმნა > და ხმის კლონირება ეკუთვნის ბირთვის ხმას, გამოქვეყნებულს მისამართზე `/v1/voice/*`. ## მოლაპარაკის დიარიზაცია დიარიზაცია პასუხობს კითხვაზე "ვინ როდის ლაპარაკობდა" აუდიო კლიპში მრავალი მოლაპარაკით. ის უშვებს **pyannote `speaker-diarization-3.1`**-ს, ოფლაინ, diarize sidecar-ში. | ელემენტი | მნიშვნელობა | |---|---| | ძრავა | pyannote `speaker-diarization-3.1` (ოფლაინ) | | Sidecar პორტი | `:8003` | | წერტილი | `POST /v1/voice/diarize` | | შეერთებულია | `AIHUMMER_DIARIZE_URL` | ## მეტყველების თარგმნა თარგმნა გარდაქმნის მეტყველებას (ან მის ტრანსკრიპტს) ერთი ენიდან მეორეში ისე, რომ აგენტმა შეძლოს დამრეკავების მომსახურება სხვადასხვა ენაზე. | ელემენტი | მნიშვნელობა | |---|---| | წერტილი | `POST /v1/voice/translate` | ## ხმის კლონირება ხმის კლონირება სინთეზირებს მეტყველებას სამიზნე ხმაში. ის უშვებს **OpenVoice V2-ს MeloTTS-თან** — ოფლაინ და **MIT-ლიცენზირებულს** — voiceclone sidecar-ში. | ელემენტი | მნიშვნელობა | |---|---| | ძრავა | OpenVoice V2 + MeloTTS (ოფლაინ, MIT) | | Sidecar პორტი | `:8004` | | წერტილი | `POST /v1/voice/clone` | | შეერთებულია | `AIHUMMER_VOICECLONE_URL` | ## ვიდეო-გააზრება ვიდეო-გააზრება ამოიღებს იმას, რასაც კლიპი შეიცავს, აუდიოს დემუქსირებითა და საკვანძო კადრების სემპლირებით **ffmpeg**-ით — ამ sidecar-ში **ML მოდელი არ არის**; ის ამზადებს აუდიოსა და კადრებს აგენტის ბიჯისთვის. | ელემენტი | მნიშვნელობა | |---|---| | მხარდაჭერილია | ffmpeg (დემუქსი + საკვანძო კადრები, ML-ის გარეშე) | | Sidecar პორტი | `:8005` | | წერტილი | `POST /v1/video/understand` | | შეერთებულია | `AIHUMMER_VIDEO_URL` | ## შეერთება თითოეული შესაძლებლობა აქტიურია მხოლოდ მაშინ, როცა მისი sidecar-ის URL დაყენებულია. ჰოსტ-მშობლიურ ინსტალატორს შეუძლია ამათი უზრუნველყოფა, ან შეგიძლია მიმართო ისინი უკვე გაშვებულ ინსტანციებზე. ```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] > ეს sidecar-ები დამოუკიდებელია — ჩართე მხოლოდ ის, რომელიც გჭირდება. განთავსებას, რომელსაც > მხოლოდ ტრანსკრიფცია და სინთეზი სჭირდება, შეუძლია გაუშვას STT/TTS წყვილი მარტო და > დატოვოს diarize, voiceclone და video არაკონფიგურირებული. ## სად შემდეგ - ნაგულისხმევი მეტყველების გზა: [მეტყველება შესვლა და გამოსვლა](/ka/v1.0/voice/stt-tts). - როგორ ერთდება და ზიარდება sidecar-ები: [Sidecar-ები](/ka/v1.0/architecture/sidecars).