feat: implement multi-model voice service and orchestration logic for medical speech processing

ai-patient-onboarding/app/services/voice_service.py

@@ -29,9 +29,9 @@ class VoiceService:
         lang_lower = language.lower()
 
         if lang_lower.startswith("ta"):
-            return f"வணக்கம் {name}, CureSelect மருத்துவமனைக்கு நல்வரவு. இன்று தங்களுக்கு ஏற்பட்டுள்ள உடல்நல பாதிப்பு பற்றி கூற முடியுமா?"
+            return f"வணக்கம் {name}, CureSelect மருத்துவமனைக்கு உங்களை அன்போடு வரவேற்கிறோம். இன்று உங்களுக்கு என்ன மாதிரி உடம்பு முடியலை, என்ன அறிகுறிகள் இருக்குன்னு சொல்ல முடியுமா?"
         elif lang_lower.startswith("hi"):
-            return f"नमस्ते {name} जी, CureSelect अस्पताल में आपका स्वागत है। आज आप किस स्वास्थ्य समस्या के लिए परामर्श लेना चाहते हैं?"
+            return f"नमस्ते {name} जी, CureSelect अस्पताल में आपका स्वागत है। आज आपको क्या तकलीफ या लक्षण महसूस हो रहे हैं, कृपया बताएंगे?"
         elif lang_lower.startswith("te"):
             return f"నమస్కారం {name} గారు, CureSelect హాస్పిటల్‌కు స్వాగతం. ఈరోజు మీకున్న ఆరోగ్య సమస్య గురించి చెప్పగలరా?"
         elif lang_lower.startswith("kn"):
@@ -57,7 +57,7 @@ class VoiceService:
         lang_prefix = language_code.lower()[:2]
         raw_transcript = ""
 
-        # 1. Primary: Sarvam AI Saaras v2 for Native Indian Languages (Ultra-fast ~0.9s)
+        # 1. Primary: Sarvam AI Saaras v3 for Native Indian Languages (Ultra-fast Indic STT)
         if (
             self.sarvam_key
             and self.sarvam_key.strip()
@@ -65,12 +65,12 @@ class VoiceService:
             and lang_prefix in ["ta", "hi", "te", "kn", "bn", "mr", "gu", "ml", "pa", "od", "en"]
         ):
             try:
-                async with httpx2.AsyncClient(timeout=2.5) as client:
+                async with httpx2.AsyncClient(timeout=5.0) as client:
                     files = {
                         "file": (filename, audio_bytes, "audio/webm")
                     }
                     data = {
-                        "model": "saaras:v2",
+                        "model": "saaras:v3",
                         "language_code": language_code,
                         "with_diacritics": "true",
                     }