ربات گفتگوی صوتی با هوش مصنوعی

یک ربات نیاز دارم که کاربر بتواند با آن صوتی صحبت کند. ربات باید صدای کاربر را دریافت کند و با استفاده از Whisper API (برای تبدیل گفتار به متن) آن را به متن تبدیل کند. متن به ChatGPT API ارسال می‌شود و پاسخ دریافتی باید با استفاده از TTS با کیفیت بالا (مثل OpenAI TTS یا ElevenLabs) دوباره به صوت تبدیل شود و برای کاربر ارسال گردد. کیفیت صدا باید طبیعی و روان باشد. د کل این حالتی هست که من حرف میزنم صدای من میشه متن میره برای اون وجواب متنی اون میشه یه صدای با کیفیت که مثلا از apiیه سرویس خوب استفاده کنیم میاد برای من