# Endpoint přepisu

Jediná metoda, která udělá vše najednou: přepis Deepgramem + OpenAI (whisper-1) a jejich
AI sloučení. Audio se posílá jako proměnná `file` (multipart/form-data), ostatní parametry
jsou form fields v POST. API klíče jsou v X- hlavičkách. Výstup je vždy JSON.

## Hlavičky (secrets)

| Hlavička | Nutná | Popis |
|----------|-------|-------|
| `X-Deepgram-Api-Key` | ano | Deepgram API klíč |
| `X-OpenAI-Api-Key` | ano | OpenAI API klíč (whisper-1 přepis + slučovací chat) |

## POST /dual-with-merge

### Form parametry

| Pole | Typ | Default | Popis |
|------|-----|---------|-------|
| `file` | soubor | — | Audio k přepisu (povinné) |
| `combine_prompt` | text | výchozí „Czech Transcript Merger“ | System prompt pro sloučení |
| `deepgram_model` | text | `nova-2` | Deepgram model |
| `whisper_model` | text | `whisper-1` | OpenAI přepisový model |
| `chat_model` | text | `gpt-4o` | OpenAI chat model pro sloučení |
| `language` | text | `cs` | Jazyk (ISO kód) |
| `diarize` | bool | `true` | Deepgram diarizace (rozlišení mluvčích) |
| `smart_format` | bool | `true` | Deepgram smart formatting |

Nezadá-li se `combine_prompt`, použije se výchozí prompt z `app/prompts.py`.

### Rozlišení mluvčích a kvalita

- Při `diarize=true` (výchozí) Deepgram interně zapne i `utterances` a přepis `deepgram`
  se vrací se štítky mluvčích, např. `Mluvčí 0: ...` / `Mluvčí 1: ...`. Plochý přepis bez
  mluvčích (samotné `alternatives[0].transcript`) se použije jen jako fallback.
- `gpt` (Whisper) je plynulý, ale **bez mluvčích** a občas halucinuje na tichu/šumu —
  proto se volá s `temperature=0`.
- `merge` sjednotí oba zdroje: použije strukturu mluvčích z Deepgramu, doplní chybějící
  repliky z Whisperu a ignoruje zjevné halucinace (řídí výchozí `combine_prompt`).

### Odpověď

```json
{
  "gpt": "Dobrý den, tady je asistentka ...",
  "deepgram": "Mluvčí 0: Dobrý den, tady je asistentka ...\nMluvčí 1: Ne, teď to nejde.",
  "merge": "Asistent: Dobrý den, tady je asistentka ...\nVolající: Ne, teď to nejde."
}
```

### Příklad (curl)

```bash
curl -X POST https://services.csbot.cz/apps/audio-transcription/dual-with-merge \
  -H "X-Deepgram-Api-Key: <DEEPGRAM_KEY>" \
  -H "X-OpenAI-Api-Key: <OPENAI_KEY>" \
  -F "file=@nahravka.mp3" \
  -F "language=cs"
```

## Chybové stavy

Chybové odpovědi jsou JSON: `{"error": "<TypChyby>", "message": "...", "detail": "<text z upstreamu>"}`.

| HTTP | Kdy |
|------|-----|
| 400 | Chybí / prázdný audio soubor; **nepodporovaný nebo poškozený audio formát** (Deepgram/OpenAI vrátí 400/415/422) |
| 401 | Chybí `X-Deepgram-Api-Key` / `X-OpenAI-Api-Key`, **nebo upstream odmítl API klíč** (Deepgram/OpenAI 401/403) |
| 429 | Rate limit na Deepgram nebo OpenAI |
| 502 | Výpadek / neočekávaná chyba upstreamu (5xx, síťová chyba, timeout, neočekávaná struktura odpovědi) |
| 500 | Neočekávaná chyba serveru |

Mapování dělá `raise_for_upstream` v `app/errors.py`. Špatný typ souboru se pozná až
z odpovědi Deepgramu/OpenAI (bytes validují oni) a mapuje se na **400**, ne na 502.
Všechny chyby se logují (bez secrets), žádné tiché selhání.