Метод ProcessVoiceStream

Домен: AID | Сервис: voice-speech-processor | Тип: Kafka Consumer

Ограничение публичной документации

В открытом доступе представлена демонстрационная версия метода. В настоящей публичной документации отображены не все шаги, технические сценарии и приватные эндпоинты для системы цифровых симуляторов бизнес-процессов.

Полная спецификация метода: Будет доступна только во внутреннем контуре разработки (Confluence / Swagger Enterprise).

Функциональное назначение

The asynchronous event handler ProcessVoiceStream is deployed within the voice-speech-processor microservice. It acts as a core Audio Context Provider, responsible for consuming voice message tasks from Kafka, streaming raw binary audio files (.mp3/.ogg) from MinIO object storage, and running neural network acoustic decoding (Whisper Tiny inference).

The method transforms sound waves into a raw text string. To maintain structural consistency and reuse core perimeter policies, the resulting text is seamlessly pushed into the unified text processing pipeline, triggering the existing censorship-control-worker downstream.

Core Tasks Handled by the Method

Audio Asset Ingestion: Streams down the target voice note recording from the S3 bucket into local execution memory layers via an asynchronous data channel.
Speech-to-Text Transcription (Whisper Inference): Decodes the multi-media audio matrix using hardware acceleration (GPU/CPU) to remove noise, analyze acoustic frequencies, and synthesize a raw text string.
Perimeter Continuity Delegation: Packages the transcribed text dataset string and forwards it to the core receipt queue under the original trace context.

Interaction Protocol (Event Contract)

Method Name: ProcessVoiceStream
Message Broker: Apache Kafka
Ingress Topic (Subscription): bpds.inventory.in.voice.stream
Egress Topic (Publication): bpds.inventory.in.receipt.upload
Data Format: application/json

Ingress Message Payload Example

{
  "audio_file_url": "https://minio.internal",
  "app_lang": "ru-RU",
  "x_request_id": "trace-stt-censor-uuid"
}

Асинхронный метод-обработчик (Event Handler) ProcessVoiceStream развернут внутри микросервиса voice-speech-processor. Он выполняет архитектурную роль поставщика аудио-контекста (Audio Context Provider) и отвечает за вычитку задач из брокера Kafka, потоковую загрузку аудиосообщений (.mp3/.ogg) из объектного хранилища MinIO, акустическое декодирование звуковых волн и автоматический перевод речи в текст с помощью нейросети Whisper Tiny.

Метод транслирует звуковой поток в сырую текстовую строку. Для сохранения сквозной цепочки обработки и повторного использования единого контура защиты, извлеченный текст автоматически отправляется в общую текстовую очередь, активируя существующий воркер censorship-control-worker.

Критические задачи метода

Скачивание медиа-ассета: Потоковая загрузка бинарной аудиозаписи из S3-бакета в локальные слои оперативной памяти с помощью асинхронного конвейера данных.
Распознавание речи (Whisper Инференс): Декодирование аудиопотока с использованием аппаратного ускорения (GPU/CPU) для очистки от шумов, анализа частот звуковой волны и синтеза сырой строки текста.
Делегирование в контур фильтрации: Упаковка транскрибированного текста в стандартизированное DTO и его публикация в общую текстовую очередь под оригинальным сквозным контекстом трассировки.

Протокол взаимодействия и триггеры (Event Contract)

Имя метода: ProcessVoiceStream
Брокер сообщений: Apache Kafka
Входной топик (Subscription): bpds.inventory.in.voice.stream
Выходной топик (Publication): bpds.inventory.in.receipt.upload
Формат данных: application/json

Пример входного события (Ingress Message Payload)

{
  "audio_file_url": "https://minio.internal",
  "app_lang": "ru-RU",
  "x_request_id": "trace-stt-censor-uuid"
}

Диаграмма последовательности (Mermaid)

sequenceDiagram
    autonumber
    participant K as Broker: Apache Kafka
    participant AudioAI as voice-speech-processor (AID)
    participant S3 as MinIO Object Storage

    K->>AudioAI: Step 4: Handler: ProcessVoiceStream()
    activate AudioAI
    
    critical Step 5: Download Multi-Media Audio Asset
        AudioAI->>S3: HTTP GET /user-voice-streams/uploads/...
        activate S3
        S3-->>AudioAI: Binary audio stream byte buffer
        deactivate S3
    option Storage Failure (HTTP 404 Not Found)
        Note over AudioAI: Terminate Cycle:<br/>Log error code IAD-VOICE-404
    end

    Note over AudioAI: Whisper Tiny Model Inference:<br/>Acoustic frequency analysis & text synthesis

    critical Step 6: Route Transcribed Text to Censorship Queue
        AudioAI->>K: Push to topic: bpds.inventory.in.receipt.upload
    option Transcription Failure / Audio Corrupted
        Note over AudioAI: Terminate Cycle:<br/>Log error code IAD-WHISPER-422
    end
    deactivate AudioAI

sequenceDiagram
    autonumber
    participant K as Брокер: Apache Kafka
    participant AudioAI as voice-speech-processor (AID)
    participant S3 as MinIO Object Storage

    K->>AudioAI: Шаг 4: Handler: ProcessVoiceStream()
    activate AudioAI
    
    critical Шаг 5: Скачивание мультимедийного аудиофайла
        AudioAI->>S3: HTTP GET /user-voice-streams/uploads/...
        activate S3
        S3-->>AudioAI: Бинарный поток байт аудиофайла
        deactivate S3
    option Сбой хранилища (HTTP 404 Not Found)
        Note over AudioAI: Экстренное прерывание:<br/>Фиксация ошибки с кодом IAD-VOICE-404
    end

    Note over AudioAI: Инференс модели Whisper Tiny:<br/>Анализ частот звука и синтез текста

    critical Шаг 6: Перенаправление распознанного текста в топик цензуры
        AudioAI->>K: Пуш в топик: bpds.inventory.in.receipt.upload
    option Сбой транскрибации / Поврежден аудиопоток
        Note over AudioAI: Экстренное прерывание:<br/>Фиксация ошибки с кодом IAD-WHISPER-422
    end
    deactivate AudioAI

Расшифровка шагов

Step	Action	Parameters / Requests / DTO	Errors (Exceptions / Statuses)
4 (`K -> AudioAI`)	The worker polls the speech analysis event from the message broker queue, maps properties, and provisions resources to load the multi-media binary buffer.	Kafka Ingress Payload: The JSON request contract metadata properties specified above.	No business errors
5 (`AudioAI -> S3`)	The microservice sends a request to the S3 bucket using secured internal tokens to stream the voice file directly into local thread memory layers.	HTTP GET Request: URL: `https://minio.internal`	`IAD-VOICE-404`: Target source multi-media voice note file asset was not found or deleted from storage before processing.
6 (`AudioAI -> K`)	The hardware-accelerated Whisper Tiny core successfully decodes audio waves. The worker packages the raw text string into a standard input DTO and publishes it to the broker.	Kafka Egress Message: Topic: `bpds.inventory.in.receipt.upload` `Payload: { "raw_text_input": "Текст, который распознал Whisper из аудиозаписи", "app_lang": "ru-RU", "x_request_id": "trace-stt-censor-uuid" }`	`IAD-WHISPER-422`: Audio encoding is unreadable, corrupted due to extreme ambient noise, or inference core crashed.

Шаг	Действие	Параметры / Запросы / DTO	Ошибки (Исключения / Статусы)
4 (`K -> AudioAI`)	Воркер вычитывает событие анализа речи из очереди брокера сообщений, извлекает JSON-контекст и выделяет системные ресурсы под новую задачу декодирования.	Kafka Ingress Payload: JSON-контракт со свойствами и метаданными, описанными выше в примере.	Бизнес-ошибки отсутствуют
5 (`AudioAI -> S3`)	Микросервис обращается к бакету S3, используя внутренние защищенные токены, для прямой загрузки голосовой заметки в память инференса.	HTTP GET Request: URL: `https://minio.internal`	`IAD-VOICE-404`: Целевой мультимедийный файл голосовой заметки не найден или был удален из S3 до начала чтения воркером.
6 (`AudioAI -> K`)	Аппаратно-ускоренное ядро Whisper Tiny успешно декодирует звуковые волны. Скрипт упаковывает полученный текст в стандартный формат и публикует событие в брокер.	Kafka Egress Message: Топик: `bpds.inventory.in.receipt.upload` `Payload: { "raw_text_input": "Текст, который распознал Whisper из аудиозаписи", "app_lang": "ru-RU", "x_request_id": "trace-stt-censor-uuid" }`	`IAD-WHISPER-422`: Аудиопоток не поддается чтению, критически поврежден из-за экстремального уровня шума или произошел сбой ядра инференса.