feat: implement TTS, Document processing, and Memory Service /facts API

- TTS: xtts-v2 integration with voice cloning support
- Document: docling integration for PDF/DOCX/PPTX processing
- Memory Service: added /facts/upsert, /facts/{key}, /facts endpoints
- Added required dependencies (TTS, docling)

OCR-ARCHITECTURE-SUMMARY.md

@@ -0,0 +1,89 @@
+# 🔍 OCR Architecture Summary
+
+**Дата:** 2026-01-16
+
+---
+
+## ❓ Питання та відповіді
+
+### 1. Чи можу я отримати ліцензію Datalab Chandra?
+**Ні** — це потребує контакту з Datalab та оплати. Модель закрита.
+
+### 2. Альтернативи OCR моделей:
+
+| Модель | Статус | Призначення | VRAM |
+|--------|--------|-------------|------|
+| **GOT-OCR2.0** | ✅ Встановлюється | Документи, таблиці, формули, рукопис | ~8GB |
+| **TrOCR** | ✅ Резервна | Друкований текст | ~2GB |
+| **DeepSeek VL** | ⚠️ Через API | Vision + OCR | - |
+| **IBM Docling** | ⚠️ Python бібліотека | PDF парсинг | CPU |
+
+### 3. Чи потрібен MoE роутер?
+**НІ** — MoE (Mixture of Experts) це внутрішня архітектура моделей, не для маршрутизації сервісів.
+
+### 4. Чи достатньо Swapper сервісу?
+**ТАК** — Swapper може:
+- Керувати завантаженням OCR моделей
+- Динамічно перемикати між моделями
+- Вивантажувати неактивні моделі
+
+### 5. Коли потрібен окремий OCR роутер?
+Якщо потрібно:
+- Кілька OCR сервісів одночасно
+- Маршрутизація за типом документа (таблиці → GOT-OCR, текст → TrOCR)
+- Fallback між сервісами
+
+---
+
+## 🎯 Обрана архітектура
+
+```
+┌─────────────┐     ┌──────────────────┐     ┌─────────────────┐
+│   Gateway   │────▶│   DAGI Router    │────▶│  OCR Service    │
+└─────────────┘     └──────────────────┘     │  (GOT-OCR2.0)   │
+                                              └─────────────────┘
+                                                      │
+                                              ┌───────▼───────┐
+                                              │    Swapper    │
+                                              │  (керування)  │
+                                              └───────────────┘
+```
+
+### Чому GOT-OCR2.0?
+1. **Найкраща open-source OCR** для документів та таблиць
+2. **Доступна на HuggingFace** без ліцензії
+3. **Підтримує**: документи, таблиці, формули, рукопис
+4. **~8GB VRAM** — підходить для RTX 4000 SFF Ada (20GB)
+
+---
+
+## 📊 Порівняння OCR рішень
+
+| Критерій | GOT-OCR2.0 | TrOCR | DeepSeek VL | Chandra |
+|----------|------------|-------|-------------|---------|
+| Таблиці | ✅ Відмінно | ❌ Базово | ⚠️ Через vision | ✅ Відмінно |
+| Рукопис | ✅ Так | ✅ Окрема модель | ⚠️ Обмежено | ✅ Так |
+| Формули | ✅ Так | ❌ Ні | ❌ Ні | ✅ Так |
+| Ліцензія | ✅ Open | ✅ Open | ✅ Open | ❌ Платна |
+| VRAM | 8GB | 2GB | API | 16GB+ |
+
+---
+
+## 🔧 Що встановлено
+
+1. ✅ **OCR Inference Service** — з GOT-OCR2.0
+2. ✅ **OCR API Service** — wrapper на порту 8002
+3. ✅ **Router інтеграція** — `OCR_URL` та `CHANDRA_URL`
+4. ✅ **Fallback** — TrOCR як резервна модель
+
+---
+
+## 📝 Наступні кроки (опціонально)
+
+1. **Додати IBM Docling** — для PDF парсингу з таблицями
+2. **Додати OCR роутер** — якщо потрібно кілька моделей одночасно
+3. **Інтегрувати DeepSeek API** — для складних випадків
+
+---
+
+**Оновлено:** 2026-01-16