Pesan dengan suara

Ikon mikrofon di sebelah kolom pencarian. Suara tidak pernah mengirim pesanan sendiri; hasilnya selalu ditinjau kasir.

sequenceDiagram
  participant K as Kasir
  participant P as POS F&B
  participant A as API
  participant W as Workers AI (Whisper)
  K->>P: Ketuk mikrofon, bicara (maks 20 detik)
  P->>P: Rekam (web: MediaRecorder, native: expo-audio)
  P->>A: POST /v1/menu/voice (audio, device token)
  A->>W: whisper-large-v3-turbo, bahasa id, prompt = nama menu
  W-->>A: transkrip
  A->>A: parseUtterance, cocokkan ke menu outlet
  A-->>P: transkrip + baris (matched / clarify / not_found / unavailable)
  P->>K: Layar tinjau
  K->>P: Pilih untuk clarify, ubah qty, hapus baris
  K->>P: Tambahkan ke pesanan

Layar tinjau

Status baris	Tampilan	Aksi
matched	Hijau: nama menu, qty, opsi, catatan	Ubah qty, hapus
clarify	Biru: daftar kandidat	Wajib dipilih sebelum lanjut
unavailable	Kuning: menu habis	Dilewati
not_found	Kuning: tidak ada di menu	Dilewati

Tombol Tambahkan aktif hanya bila tidak ada baris clarify yang belum dipilih. Transkrip bisa diperbaiki lalu Proses ulang teks (memakai POST /v1/menu/parse, tanpa audio).

Parser kalimat

parseUtterance (server, apps/api/src/lib/voice-order.ts) membaca:

• Jumlah: angka (3) atau kata (dua, sebelas, dua belas); bawaan 1.
• Pemisah: koma, sama, dan, terus, lalu, plus.
• Kata pengisi dibuang: tolong, mau, porsi, gelas, dan sebagainya.
• Catatan: tanpa X, pakai X, extra X, dengan X. Bila cocok dengan nama opsi modifier, menjadi opsi; bila tidak, menjadi catatan baris.

Pencocokan menu (menu-matcher.ts) deterministik: nama utuh > alias > semua kata ada di nama > kemiripan. Dua kandidat dengan skor berdekatan menjadi clarify. Salah eja tidak ditebak (nasi gorang menjadi not_found).

Cadangan

• Mikrofon ditolak atau browser tidak mendukung: pesan jelas, gunakan kolom ketik.
• Offline: suara butuh internet (transkripsi di server).
• Server melaporkan VOICE_UNAVAILABLE (503): pakai input teks.

Batasan

• Audio maksimal 1 MB dan 20 detik; format webm/ogg/mp4/wav.
• Akurasi pada suara nyata (logat, bising) belum diukur. Uji awal memakai suara sintetis. Lihat panduan Testing untuk korpus evaluasi.