Sadelestirme: OpenAI native interrupt davranisi (anlik kesilir), client-side barge-in mantigi tamamen kaldirildi. Sistem promptu: kisa cevap kurali

app.py

@@ -59,12 +59,15 @@ def build_session_instructions() -> str:
         base = "Trek Bisiklet uzmani bir satis temsilcisisin."
 
     voice_addon = (
-        "\n\nSESLI SOHBET KURALLARI:\n"
-        "- Cevaplarin SES ile okunacagi icin KISA, DOGAL ve KONUSUR DILDE ol.\n"
+        "\n\nSESLI SOHBET KURALLARI (cok onemli):\n"
+        "- Cevaplarin TELEFON GORUSMESI gibi olsun: KISA, NET, ozet.\n"
+        "- En fazla 1-2 cumle. Liste yapma, detayli aciklama yapma.\n"
+        "- Musteri detay isterse o zaman uzat.\n"
         "- Markdown, * veya emoji KULLANMA.\n"
         "- HER ZAMAN 'siz' ile hitap et, soru ile bitirme.\n"
         "- Stok/fiyat sorulari geldiginde get_warehouse_stock fonksiyonunu cagir.\n"
-        "- Fonksiyondan gelen sonucu DOGAL bir cumleyle ozetle, ham veriyi okuma.\n"
+        "- Fonksiyon sonucunu DOGAL ve KISA bir cumleyle ozetle.\n"
+        "- Ornek: 'Caddebostan magazasinda mevcut, 250 bin lira.' (uzun aciklama yok).\n"
     )
     return apply_pronunciation_fixes(base + voice_addon)
 
@@ -145,7 +148,7 @@ async def realtime_relay(client_ws: WebSocket):
                         "threshold": 0.5,
                         "prefix_padding_ms": 300,
                         "silence_duration_ms": 700,
-                        "interrupt_response": False,  # Otomatik kesinti KAPALI — bizim 2sn timer'imiz sorumlu
+                        "interrupt_response": True,   # Kullanici konusunca asistan ANINDA kesilir
                         "create_response": True,
                     },
                     "tools": TOOLS,

static/index.html

@@ -167,21 +167,7 @@ let analyserData = null;
 let freqData = null;
 let assistantSpeaking = false;          // Asistan ses ciktiyor mu?
 
-// ----- Barge-in detection (cumulative) -----
-// "Son SPEAKING_WINDOW icinde toplam SPEAKING_REQUIRED konustuysan tetikle"
-// Boylece dogal duraklamalar timer'i sifirlamaz — toplam aktif konusma sayilir.
-const BARGE_IN_THRESHOLD = 0.012;
-const SPEAKING_WINDOW_MS = 4000;        // 4sn pencere
-const SPEAKING_REQUIRED_MS = 2000;      // toplam 2sn konusma
-const FRAME_DURATION_MS = 100;          // worklet frame ~100ms
-const LEVEL_SMOOTH_WINDOW = 5;
-let bargeInTriggered = false;
-let openAiVadActive = false;
-let levelHistory = [];
-let speakingFrames = [];                // konusma frame'lerinin timestamp listesi
-let lastBargeDebugLog = 0;
-
-// Aktif audio playback source'lari (cancel icin)
+// Aktif audio playback source'lari (kullanici konusmaya baslayinca temizlenir)
 let activeAudioSources = [];
 
 const $ = (id) => document.getElementById(id);
@@ -628,35 +614,6 @@ async function connect() {
       if (ws?.readyState !== WebSocket.OPEN) return;
       const b64 = arrayBufferToBase64(e.data.pcm);
       ws.send(JSON.stringify({ type: 'input_audio_buffer.append', audio: b64 }));
-
-      // Barge-in: cumulative — son 4sn icinde toplam 2sn konusma
-      if (assistantSpeaking && !bargeInTriggered) {
-        const now = Date.now();
-        levelHistory.push(e.data.level);
-        if (levelHistory.length > LEVEL_SMOOTH_WINDOW) levelHistory.shift();
-        const avgLevel = levelHistory.reduce((a, b) => a + b, 0) / levelHistory.length;
-
-        const speaking = avgLevel > BARGE_IN_THRESHOLD || openAiVadActive;
-        if (speaking) speakingFrames.push(now);
-        // Penceren disindaki frame'leri sil
-        speakingFrames = speakingFrames.filter(t => now - t < SPEAKING_WINDOW_MS);
-        const totalSpeakingMs = speakingFrames.length * FRAME_DURATION_MS;
-
-        // Saniyelik debug
-        if (now - lastBargeDebugLog > 1000) {
-          lastBargeDebugLog = now;
-          if (totalSpeakingMs > 100) {
-            console.log(`[barge-in] toplam=${totalSpeakingMs}ms avgLevel=${avgLevel.toFixed(3)} vad=${openAiVadActive}`);
-          }
-        }
-
-        if (totalSpeakingMs >= SPEAKING_REQUIRED_MS) {
-          triggerBargeIn();
-        }
-      } else if (!assistantSpeaking) {
-        levelHistory = [];
-        speakingFrames = [];
-      }
     };
     src.connect(workletNode);
 
@@ -682,26 +639,22 @@ function handleEvent(evt) {
       if (evt.delta) playPCM16(base64ToInt16(evt.delta));
       break;
     case 'input_audio_buffer.speech_started':
+      // Kullanici konusmaya basladi — eger asistan konusuyorsa pending PCM'leri at
       if (assistantSpeaking) {
-        openAiVadActive = true;
-        console.log('[VAD] OpenAI server kullaniciyi duydu (asistan konusurken)');
-      } else {
-        setStatus('Sizi dinliyorum...', 'connected');
+        stopAllAudio();
+        assistantSpeaking = false;
       }
+      setStatus('Sizi dinliyorum...', 'connected');
       break;
     case 'input_audio_buffer.speech_stopped':
-      openAiVadActive = false;
       if (!assistantSpeaking) setStatus('Dusunuyor...', 'connecting');
       break;
     case 'response.created':
       setStatus('Yanitliyor', 'connected');
       assistantSpeaking = true;
-      bargeInTriggered = false;
-      speakingFrames = [];
       break;
     case 'response.done':
       assistantSpeaking = false;
-      speakingFrames = [];
       setStatus('Bagli — konusabilirsiniz', 'connected');
       if (evt.response?.status === 'failed')
         console.error('[error]', evt.response?.status_details);
@@ -715,8 +668,8 @@ function handleEvent(evt) {
 
 function playPCM16(i16) {
   if (!playbackCtx || !analyser) return;
-  // Barge-in olduysa yeni audio chunk gelirse ignore et
-  if (bargeInTriggered) return;
+  // Asistan susturulduysa yeni chunk'lari oynatma
+  if (!assistantSpeaking) return;
 
   const f32 = new Float32Array(i16.length);
   for (let i = 0; i < i16.length; i++) f32[i] = i16[i] / 0x8000;
@@ -745,26 +698,12 @@ function stopAllAudio() {
   if (playbackCtx) playbackTime = playbackCtx.currentTime;
 }
 
-function triggerBargeIn() {
-  console.log('[barge-in] toplam 2sn+ konusuldu — asistan susturuluyor');
-  if (ws?.readyState === WebSocket.OPEN) {
-    ws.send(JSON.stringify({ type: 'response.cancel' }));
-  }
-  stopAllAudio();
-  bargeInTriggered = true;
-  speakingFrames = [];
-  assistantSpeaking = false;
-  openAiVadActive = false;
-  setStatus('Sizi dinliyorum...', 'connected');
-}
 
 function disconnect() {
   setStatus('Baglanti kesildi', 'disconnected');
   $('btnConnect').disabled = false;
   $('btnDisconnect').disabled = true;
   assistantSpeaking = false;
-  bargeInTriggered = false;
-  speakingFrames = [];
   if (workletNode) { try { workletNode.disconnect(); } catch {} }
   if (audioCtx) { try { audioCtx.close(); } catch {} }
   if (playbackCtx) { try { playbackCtx.close(); } catch {} }