Saltar a contenido

title: Changelog description: Registro de cambios del proyecto Voice2Machine. ai_context: "Versiones, Historial de Cambios, SemVer" depends_on: [] status: stable

Changelog

Todos los cambios notables en este proyecto serán documentados en este archivo.

El formato se basa en Keep a Changelog, y este proyecto se adhiere a Semantic Versioning.

[Unreleased]

Added

  • Motor de Audio Zero-Copy: Nueva implementación de ZeroCopyAudioRecorder en Rust usando memoria compartida (/dev/shm) para transferencia de audio sin copias.
  • Detección de Alucinaciones: Filtros heurísticos y parámetros de calidad (no_speech, compression_ratio) en StreamingTranscriber para reducir salidas erróneas en Whisper.
  • Métricas de Rendimiento: Seguimiento de latencia de inferencia en logs para diagnóstico detallado.

Changed

  • Configuración Whisper Avanzada: Incrementado beam_size y best_of a 5 para mejorar la calidad de transcripción en el modelo "large-v3-turbo".
  • Optimización de VAD: Ajustado el umbral por defecto a 0.35 para reducir falsos positivos por ruido ambiental y respiración, preservando mejor las vocales finales del español.
  • Gestión de Memoria: Reinicio forzado de la caché de CUDA (torch.cuda.empty_cache()) al descargar modelos para liberar VRAM de forma efectiva.
  • Higiene de Código: Refactorización de imports y corrección de errores de linting (ruff) en toda la base de código del backend.

Planned

  • Soporte para múltiples idiomas de transcripción simultáneos
  • Dashboard web para monitoreo en tiempo real
  • Integración con más proveedores LLM

[0.3.0] - 2026-01-23

Added

  • Arquitectura Basada en Features: Reestructuración total hacia módulos autocontenidos en features/ (audio, llm, transcription).
  • Orquestación mediante Workflows: Introducción de RecordingWorkflow y LLMWorkflow para desacoplar la lógica de negocio del antiguo Orchestrator monolítico.
  • Protocolos Estrictos: Implementación de typing.Protocol para todos los servicios internos, permitiendo swapping fácil de proveedores.
  • API Modular: Estructura de paquetes en api/ con rutas y esquemas separados.

Changed

  • Eliminación de Orchestrator: services/orchestrator.py ha sido descompuesto y eliminado.
  • Refactorización de Infraestructura: La carpeta infrastructure/ ha sido integrada dentro de cada feature correspondiente.
  • Core y Domain: Simplificados y movidos a shared/ e interfaces locales.

Removed

  • Test de Audio Legacy: Eliminación de pruebas obsoletas de la extensión Rust.
  • System Monitor: Telemetría de sistema eliminada por simplificación del core.

[0.2.0] - 2025-01-20

Added

  • FastAPI REST API: Nueva API HTTP que reemplaza el sistema IPC basado en Unix Sockets
  • WebSocket streaming: Endpoint /ws/events para transcripción provisional en tiempo real
  • Documentación Swagger: UI interactiva en /docs para probar endpoints
  • Orchestrator pattern: Nuevo patrón de coordinación que simplifica el flujo de trabajo
  • Rust audio engine: Extensión nativa v2m_engine para captura de audio de baja latencia
  • Sistema de documentación MkDocs: Documentación estructurada con Material theme

Changed

  • Arquitectura simplificada: De CQRS/CommandBus a Orchestrator pattern más directo
  • Comunicación: De Unix Domain Sockets binarios a HTTP REST estándar
  • Modelo de estado: Gestión centralizada en DaemonState con lazy initialization
  • Actualización de README.md con nueva arquitectura

Removed

  • daemon.py: Reemplazado por api.py (FastAPI)
  • client.py: Ya no necesario, usar curl o cualquier cliente HTTP
  • Protocolo IPC binario: Reemplazado por JSON estándar

Fixed

  • Latencia de arranque: El servidor inicia en ~100ms, modelo carga en background
  • Memory leaks en WebSocket connections

[0.1.0] - 2024-03-20

Added

  • Versión inicial del sistema Voice2Machine
  • Soporte para transcripción local con Whisper (faster-whisper)
  • Integración básica con LLMs (Ollama/Gemini)
  • Sistema IPC basado en Unix Domain Sockets
  • Arquitectura hexagonal con puertos y adaptadores
  • Configuración mediante TOML