# Montact STT (Pipecat — Whisper محلی)

تبدیل صوت به متن — فقط STT. بدون TTS، بدون مکالمهٔ صوتی، **بدون 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+ و ترجیحاً `ffmpeg` در PATH.

```powershell
cd apps/stt
py -3.11 -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt
copy .env.example .env
```

```powershell
uvicorn main:app --host 127.0.0.1 --port 3040
```

در `apps/api/.env`:

```
STT_ENABLED=true
STT_URL=http://127.0.0.1:3040
STT_INTERNAL_TOKEN=
```

## 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.