Refining the speech-to-text conversion structure

apps/stt/README.md

@@ -1,12 +1,12 @@
-# Montact STT (Pipecat)
+# Montact STT (Pipecat — Whisper محلی)
 
-تبدیل صوت به متن — فقط STT. بدون TTS، بدون مکالمهٔ صوتی.
+تبدیل صوت به متن — فقط STT. بدون TTS، بدون مکالمهٔ صوتی، **بدون GapGPT**.
 
-Pipecat اینجا فقط `OpenAISTTService` را اجرا می‌کند (HTTP Whisper). مدل از API سازگار با OpenAI می‌آید (مثلاً GapGPT).
+از [Pipecat](https://www.pipecat.ai/) سرویس `WhisperSTTService` استفاده می‌شود؛ مدل Faster-Whisper روی **همین سرور** اجرا می‌شود و کلید ابری لازم نیست.
 
 ## لوکال (ویندوز)
 
-Python 3.11+ لازم است.
+Python 3.11+ و ترجیحاً `ffmpeg` در PATH.
 
 ```powershell
 cd apps/stt
@@ -16,8 +16,6 @@ pip install -r requirements.txt
 copy .env.example .env
 ```
 
-در `.env` همان `AI_API_KEY` / `AI_BASE_URL` پنل را بگذارید (`OPENAI_API_KEY` و `OPENAI_BASE_URL`).
-
 ```powershell
 uvicorn main:app --host 127.0.0.1 --port 3040
 ```
@@ -30,4 +28,28 @@ STT_URL=http://127.0.0.1:3040
 STT_INTERNAL_TOKEN=
 ```
 
-اگر `STT_INTERNAL_TOKEN` را پر کردید، همان مقدار را در هر دو `.env` بگذارید.
+## تنظیمات `apps/stt/.env`
+
+| کلید | پیش‌فرض | توضیح |
+|------|---------|--------|
+| `STT_MODEL` | `small` | `tiny` / `base` / `small` / `medium` (فارسی: حداقل `small`) |
+| `STT_DEVICE` | `cpu` | یا `cuda` اگر GPU دارید |
+| `STT_COMPUTE_TYPE` | `int8` | برای CPU؛ روی GPU معمولاً `float16` |
+| `STT_PROMPT` | متن فارسی فروش | راهنمای املا/اصطلاحات |
+| `STT_INTERNAL_TOKEN` | خالی | اگر پر شود باید با API یکی باشد |
+
+**دیگر به `OPENAI_API_KEY` / GapGPT برای دیکته نیاز نیست.**
+
+اولین اجرا مدل را از Hugging Face دانلود می‌کند (چند صد مگابایت تا چند گیگ و بسته به مدل).
+
+## سرور
+
+```bash
+cd /var/www/crm/apps/stt
+source .venv/bin/activate   # یا مسیر venv فعلی
+pip install -r requirements.txt
+# OPENAI_* را از .env بردارید یا نادیده بگیرید
+pm2 restart mento-stt
+```
+
+اگر RAM کم است، `STT_MODEL=base` یا `tiny` بگذارید.