SW-6181: Реализовать функцию VoIP в демо-чатботе

[kennyromanov]

Код работает следующим образом.

1. В коде реализована FIFO-очередь звонков
   - Поскольку 1 бот = 1 инстанс = 1 звонок, он может звонить только одному собеседнику за раз.
   - Остальные встают в очередь. Им отправляются соответствующие сообщения.
   - У юзера есть возможность выйти из очереди и вернуться в меню (отправив "0" - об этом его уведомляю)
   - Если когда-то потребуется создать мульти-инстансные звонки (пул номеров), я НЕ рекомендую реализовывать это на уровне Python-демо. Поскольку тогда звонок будет поступать не от того собеседника, от лица которого пишет бот, и другие сложности. Это ломает модель.
   - Лучше создать несколько независимых экземпляров Python-демо на разных инстансах и банально раскидывать пользователей между ними (на сканировании QR, например).

2. В коде реализована FSM (стейт машина), которая переключается при изменении состояния звонка
   - Условно говоря: есть состояния: IDLE, TRIGGERED, QUEUED, CANCELLED, CONVERSTAION_STARTED, FAILED
   - Переход между состояниями чётко контролируется. Состояния касаются самого процесса звонка.
   - Есть тайм-ауты: 30 сек. на дозвон, 180 сек. на разговор

3. Проект подключен к Realtime API OpenAI
   - Используется та же интеграция, что и для ChatGPT. Разве что поднял версии зависимостей.
   - Realtime API получает аудиопоток (стрим) и отвечает аудиопотоком (стримом)
   - Стрим пишется в VoIP (RTC)

---

Сценарий:

• клиент сканирует код на сайте
• клиент начинает чат с ботом
• клиент выбирает п. 18 Инициировать исходящий Аудиозвонок
• клиента встречает бот ИИ и отвечает на его вопросы.
• длительность звонка 3 минуты
• после звонка чатбот скидывает ссылку на запись разговора в чат

[kennyromanov]

Код работает следующим образом.

1. В коде реализована FIFO-очередь звонков
   - Поскольку 1 бот = 1 инстанс = 1 звонок, он может звонить только одному собеседнику за раз.
   - Остальные встают в очередь. Им отправляются соответствующие сообщения.
   - У юзера есть возможность выйти из очереди и вернуться в меню (отправив "0" - об этом его уведомляю)
   - Если когда-то потребуется создать мульти-инстансные звонки (пул номеров), я НЕ рекомендую реализовывать это на уровне Python-демо. Поскольку тогда звонок будет поступать не от того собеседника, от лица которого пишет бот, и другие сложности. Это ломает модель.
   - Лучше создать несколько независимых экземпляров Python-демо на разных инстансах и банально раскидывать пользователей между ними (на сканировании QR, например).

2. В коде реализована FSM (стейт машина), которая переключается при изменении состояния звонка
   - Условно говоря: есть состояния: IDLE, TRIGGERED, QUEUED, CANCELLED, CONVERSTAION_STARTED, FAILED
   - Переход между состояниями чётко контролируется. Состояния касаются самого процесса звонка.
   - Есть тайм-ауты: 30 сек. на дозвон, 180 сек. на разговор

3. Проект подключен к Realtime API OpenAI
   - Используется та же интеграция, что и для ChatGPT. Разве что поднял версии зависимостей.
   - Realtime API получает аудиопоток (стрим) и отвечает аудиопотоком (стримом)
   - Стрим пишется в VoIP (RTC)

[kennyromanov]

UPD: Обновил реализацию - переехал на официальный API-клиент для Python (см. green-api/whatsapp-api-client-python#93).

[kennyromanov]

UPD x2:

• Обновил API-клиент до последней версии с VoIP (v55)
• исправил проблему с переполнением буффера аудио
• Внедрил политику Backpressure: если OpenAI генерит аудио слишком быстро - есть политика ограничения
• Внедрил небольшой стейт для управления Backpressure
• Добавил тесты

[kennyromanov]

UPD x3:

1. Добавил ENV-параметр: MEDIA_URL (с Fallback'ом). Добавил Fallback на API_URL и сделал его необязательным.
2. Перевёл HTTP-методы на официальный Green-API-клиент, добавил тайм-ауты
3. Обновил конфигурацию зависимостей
4. Поправил текстовки, добавил комментарии, тесты, и прочие мелочи

[kennyromanov]

UPD x4: Вынесли VoIP (RTC) и AI в отдельный репозиторий чат-бота на Python