# Тестування голосового чату (STT) через Telegram

**Дата**: 2025-11-18  
**Сервер**: 144.76.224.179  
**Боти**: DAARWIZZ, Helion, GREENFOOD

---

## 🎤 Що тестуємо?

### 1. Speech-to-Text (STT)
- **Сервіс**: `dagi-stt` (порт 9000)
- **Модель**: Whisper (faster-whisper)
- **Призначення**: Транскрипція голосових повідомлень з Telegram

### 2. Інтеграція з Telegram
- **Gateway**: `telegram-gateway` (Long Polling)
- **Endpoint**: `/stt` на dagi-stt
- **Флоу**: 
  1. Користувач надсилає голосове повідомлення
  2. Telegram Gateway отримує `voice` або `audio` або `video_note`
  3. Завантажує аудіо через Local Telegram Bot API
  4. Відправляє на `/stt` (dagi-stt)
  5. Отримує текст
  6. Відправляє текст в DAGI Router (як звичайне текстове повідомлення)
  7. Повертає відповідь користувачу

---

## ✅ Передумови

### 1. Перевірка STT сервісу

```bash
# Перевірка статусу
docker ps | grep dagi-stt

# Тест health endpoint (якщо є)
curl http://localhost:9000/health

# Логи
docker logs --tail 50 dagi-stt
```

**Очікуваний вивід**:
```
INFO:     Started server process [1]
INFO:     Waiting for application startup.
INFO:     Application startup complete.
INFO:     Uvicorn running on http://0.0.0.0:9000
```

### 2. Перевірка Telegram Gateway

```bash
# Статус
docker ps | grep telegram-gateway

# Логи (перевірка polling)
docker logs --tail 50 telegram-gateway | grep -E '(daarwizz|helion|greenfood|polling)'
```

**Очікуваний вивід**:
```
INFO:app.telegram_listener:🤖 Creating bot: 8323412397:AAFxa...
INFO:aiogram.dispatcher:Run polling for bot @DAARWIZZBot id=8323412397
INFO:aiogram.dispatcher:Run polling for bot @energyunionBot id=8112062582
INFO:aiogram.dispatcher:Run polling for bot @greenfoodliveBot id=7495165343
```

### 3. Перевірка Local Telegram Bot API

```bash
# Статус
docker ps | grep telegram-bot-api

# Тест
curl http://localhost:8081/bot<TOKEN>/getMe
```

---

## 🧪 План тестування

### Test Case 1: Базова транскрипція

**Кроки**:
1. Відкрити Telegram
2. Знайти бота `@DAARWIZZBot` (або `@energyunionBot`, `@greenfoodliveBot`)
3. Відправити голосове повідомлення (українською/англійською)
4. Дочекатися відповіді

**Очікуваний результат**:
- Бот повинен відповісти текстом (підтвердження транскрипції)
- Час відповіді < 10 секунд

**Лог:**
```
INFO:app.telegram_listener:📨 Received message from chat=<CHAT_ID>
INFO:app.telegram_listener:📤 Publishing to NATS: agent.telegram.update
INFO:app.router_handler:📬 NATS event: agent.telegram.update
INFO:app.router_handler:🔊 Voice message detected, calling STT...
INFO:app.router_handler:📝 Transcribed: "Хочу дізнатися про MicroDAO"
INFO:app.router_handler:📤 Sending to Router: mode=chat, message="Хочу дізнатися про MicroDAO"
INFO:app.router_handler:✅ Response from Router
INFO:app.telegram_listener:📤 Sending response to chat=<CHAT_ID>
```

---

### Test Case 2: Довге голосове повідомлення

**Кроки**:
1. Надіслати голосове повідомлення > 30 секунд
2. Дочекатися транскрипції

**Очікуваний результат**:
- Успішна транскрипція
- Час відповіді < 20 секунд

---

### Test Case 3: Різні мови

**Кроки**:
1. Надіслати українською: "Привіт, як справи?"
2. Надіслати англійською: "Hello, how are you?"
3. Надіслати російською: "Привет, как дела?"

**Очікуваний результат**:
- Всі мови коректно розпізнаються
- Whisper підтримує мультимовність

---

### Test Case 4: Фонові шуми

**Кроки**:
1. Надіслати голосове з фоновим шумом (музика, вулиця)
2. Перевірити якість транскрипції

**Очікуваний результат**:
- Транскрипція працює, але може містити помилки
- Бот відповідає на основі розпізнаного тексту

---

## 🐛 Troubleshooting

### Проблема 1: Бот не відповідає на голосові

**Діагностика**:
```bash
# 1. Перевірити логи telegram-gateway
docker logs --tail 100 telegram-gateway | grep -E '(voice|audio|video_note|STT)'

# 2. Перевірити логи dagi-stt
docker logs --tail 100 dagi-stt | grep -E '(POST|/stt|transcrib)'

# 3. Перевірити доступність STT
curl http://localhost:9000/health
```

**Можливі причини**:
- STT сервіс не запущено
- Telegram Gateway не викликає STT
- Помилка завантаження аудіо з Telegram
- Моделі Whisper не завантажені

**Рішення**:
```bash
# Перезапустити STT
docker restart dagi-stt

# Перевірити моделі
docker exec dagi-stt ls -lh /weights/  # або інший шлях до моделей
```

---

### Проблема 2: STT повертає порожній текст

**Діагностика**:
```bash
# Перевірити формат аудіо
docker logs dagi-stt | grep -i 'format\\|codec\\|error'
```

**Можливі причини**:
- Неправильний формат аудіо (OGG, MP3, WAV)
- Занадто короткий файл (< 1 сек)
- Пошкоджений файл

**Рішення**:
- Telegram зазвичай надсилає OGG/Opus - Whisper має підтримувати
- Перевірити конвертацію на стороні STT сервісу

---

### Проблема 3: Повільна транскрипція (> 30 сек)

**Діагностика**:
```bash
# Перевірити CPU/RAM
docker stats dagi-stt

# Перевірити модель Whisper
docker exec dagi-stt env | grep WHISPER
```

**Можливі причини**:
- Велика модель (large/large-v2) на CPU
- Недостатньо RAM
- Інші процеси навантажують сервер

**Рішення**:
- Використовувати `tiny` або `base` модель для швидкості
- Додати GPU (NVIDIA) для прискорення
- Збільшити ресурси контейнера

---

## 📊 Metrics для STT

```promql
# Кількість STT запитів
rate(stt_requests_total[5m])

# Час транскрипції (p95)
histogram_quantile(0.95, rate(stt_duration_seconds_bucket[5m]))

# Кількість помилок
rate(stt_errors_total[5m])
```

---

## ✅ Критерії успіху

1. ✅ STT сервіс працює (`docker ps | grep dagi-stt`)
2. ✅ Telegram Gateway отримує голосові повідомлення (логи)
3. ✅ Бот коректно транскрибує українську та англійську
4. ✅ Час відповіді < 10 секунд для коротких повідомлень (< 10 сек аудіо)
5. ✅ Бот відповідає на основі транскрибованого тексту

---

## 🚀 Наступні кроки

1. Додати підтримку інших форматів (MP3, WAV)
2. Оптимізувати модель Whisper (smaller model або GPU)
3. Додати кешування для повторних фраз
4. Інтеграція з TTS для повної voice-to-voice взаємодії

---

*Тест створено: 2025-11-18*