feat: add STT service for voice message recognition

- Add STT service with Whisper support (faster-whisper, whisper CLI, OpenAI API)
- Update Gateway to handle Telegram voice/audio/video_note messages
- Add STT service to docker-compose.yml
- Gateway now converts voice → text → DAGI Router → text response

services/stt-service/README.md

@@ -0,0 +1,131 @@
+# STT Service (Speech-to-Text)
+
+Сервіс для розпізнавання мови з аудіо файлів за допомогою Whisper.
+
+## Можливості
+
+- Розпізнавання мови з голосових повідомлень (Telegram voice, audio, video_note)
+- Підтримка форматів: ogg, mp3, wav, m4a, webm
+- Автоматична конвертація в WAV 16kHz mono через ffmpeg
+- Підтримка кількох Whisper-реалізацій:
+  - `faster-whisper` (рекомендовано, локально)
+  - `whisper` CLI (fallback)
+  - OpenAI Whisper API (якщо є API key)
+
+## Запуск
+
+### Локально (development)
+
+```bash
+cd services/stt-service
+pip install -r requirements.txt
+uvicorn main:app --reload --host 0.0.0.0 --port 9000
+```
+
+### Docker
+
+```bash
+docker-compose up stt-service
+```
+
+## API
+
+### POST /stt
+
+Розпізнати мову з аудіо файлу.
+
+**Request:**
+- `file`: аудіо файл (multipart/form-data)
+
+**Response:**
+```json
+{
+  "text": "розпізнаний текст",
+  "language": "uk",
+  "duration": 5.2
+}
+```
+
+**Приклад:**
+```bash
+curl -X POST http://localhost:9000/stt \
+  -F "file=@voice.ogg"
+```
+
+### GET /health
+
+Health check endpoint.
+
+## Конфігурація
+
+### Environment Variables
+
+- `WHISPER_MODEL`: модель Whisper (`base`, `small`, `medium`, `large`) - за замовчуванням `base`
+- `OPENAI_API_KEY`: API ключ OpenAI (опційно, для використання OpenAI Whisper API)
+
+### Моделі Whisper
+
+- `base`: найшвидша, менша точність (~74M параметрів)
+- `small`: баланс швидкості та якості (~244M)
+- `medium`: краща якість (~769M)
+- `large`: найкраща якість (~1550M)
+
+Для української мови рекомендую `small` або `medium`.
+
+## Інтеграція з Gateway
+
+Gateway автоматично використовує STT-сервіс для обробки голосових повідомлень з Telegram:
+
+1. Користувач надсилає voice/audio/video_note
+2. Gateway завантажує файл з Telegram
+3. Gateway відправляє файл в STT-сервіс
+4. STT повертає розпізнаний текст
+5. Текст відправляється в DAGI Router як звичайне текстове повідомлення
+
+## Встановлення залежностей
+
+### faster-whisper (рекомендовано)
+
+```bash
+pip install faster-whisper
+```
+
+Моделі завантажуються автоматично при першому використанні.
+
+### whisper CLI (fallback)
+
+```bash
+pip install openai-whisper
+```
+
+### ffmpeg (обов'язково)
+
+```bash
+# Ubuntu/Debian
+sudo apt-get install ffmpeg
+
+# macOS
+brew install ffmpeg
+
+# Docker
+Вже включено в Dockerfile
+```
+
+## Troubleshooting
+
+### Помилка: "No Whisper implementation available"
+
+Встановіть одну з реалізацій:
+- `pip install faster-whisper` (рекомендовано)
+- або `pip install openai-whisper`
+- або встановіть `OPENAI_API_KEY`
+
+### Помилка: "ffmpeg not found"
+
+Встановіть ffmpeg (див. вище).
+
+### Повільна обробка
+
+- Використовуйте меншу модель (`base` замість `medium`)
+- Або використовуйте GPU (додайте `device="cuda"` в коді)
+