feat(llm): speech-to-text for patient voice input via OpenRouter (+ offline mock)

POST /api/v1/me/{token}/stt takes a 16 kHz mono WAV and only transcribes: the patient checks the text and sends it as an ordinary message, so safety, scrub() and the LLM gateway still apply. Audio is neither stored nor logged. OpenRouter STT is synthetic-data only (ADR-014); SaluteSpeech for the pilot is #121. Refs #116 Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-31 11:19:55 +03:00
parent 4b166cf488
commit 7443b61974
9 changed files with 430 additions and 4 deletions
@@ -0,0 +1,17 @@
+# Распознавание голоса пациента (#116). Модель только расшифровывает речь — не отвечает и не советует.
+# Расшифровка возвращается пациенту на проверку и уходит в диалог обычным текстом (safety → scrub → LLM).
+
+# Системная инструкция модели распознавания.
+system: >-
+  Ты — система распознавания речи. Дословно расшифруй русскую речь из аудио.
+  Выведи только расшифровку: без кавычек, пояснений, перевода и ответа на сказанное.
+  Ставь знаки препинания. Если речи нет или её не разобрать — выведи ровно [тишина].
+
+# Текст рядом с аудио в сообщении пользователя.
+user: "Расшифруй запись."
+
+# Что модель возвращает, если речи нет (сравнивается без учёта регистра).
+silence_marker: "[тишина]"
+
+# Офлайн-режим (STT_PROVIDER=mock): фиксированная фраза демо-пациента, синтетика.
+mock_transcript: "Сегодня долго не мог уснуть. Хочу обсудить это на следующей встрече."