Plugin de voz SIP

v1.0.x · actualizada 2026-07-05

SIP Voice pone a su agente en el teléfono. Responde y realiza llamadas reales a través de cualquier troncal SIP estándar, ejecuta un giro de conversación en vivo durante la llamada, y te entrega una grabación y un resumen posterior a la llamada cuando esta termina. Es neutral respecto al operador: habla SIP sencillo, por lo que no hay bloqueo de operador: apúntelo a cualquier troncal que le proporcione su proveedor de telefonía.

El complemento se ejecuta de forma nativa en el host y se integra baresip (el endpoint SIP/RTP), un bucle de retorno ALSA ruta de audio, y un pequeño puente de Python que mueve el audio entre la llamada y el turno de voz del gateway. Se comunica con el gateway a través de aihummer.service.v1 contrato. El comportamiento del canal del usuario final está en la página del canal SIP; esta página cubre el propio complemento.

Hechos

Campo	Valor
Versión	25.1.0
Puerto de salud	8830
Escuchar SIP	5062
control de baresip	4444
Tiempo de ejecución	baresip + ALSA loopback + puente Python, nativo del host

Qué es

Un puente entre una llamada telefónica y un giro de AiHummer. Cuando se conecta una llamada, el audio fluye desde baresip a través del bucle de retorno de ALSA hacia el puente de Python, que ejecuta un voz a texto → turno del agente → texto a voz ciclo y reproduce la respuesta de nuevo en la llamada. Se disponen de dos motores de voz:

yandex — un motor de voz en la nube en tiempo real.
local — totalmente autoalojado, usando faster-whisper para STT y edge-tts para TTS.

Cómo se usa

Durante una llamada, el agente puede hacer más que solo hablar:

ask_assistant — ejecutar un turno de agente en llamada para responder al llamante.
send_dtmf — emitir tonos DTMF (por ejemplo, para navegar un IVR o ingresar un código).
grabación — capturar el audio de la llamada.
interrumpir — deja que el interlocutor interrumpa naturalmente el discurso del agente.
resumen posterior a la llamada — producir un resumen una vez que la llamada termine.

caller ─▶ SIP trunk ─▶ baresip ─▶ ALSA loopback ─▶ bridge ─▶ STT ─▶ agent turn ─▶ TTS ─▶ caller

Alcance de la función

[!WARNING] El complemento SIP es compatible STT, TTS, interrumpir, DTMF y solo grabación. Eso hace no proporcionar traducción de discursos: esa es una capacidad central separada (ver Traducción de habla y video) y no forma parte del camino de la llamada SIP. No lo asumas en una llamada telefónica.

Instalación

Instala SIP Voice con un solo clic desde el marketplace en la interfaz de administración. El desplegador nativo del host descarga el complemento, ejecuta su paso de instalación, genera una unidad systemd en un entorno aislado y espera al endpoint de salud antes de marcarlo como listo — ver Instalar y actualizar. Luego configuras las credenciales de tu troncal SIP y eliges el yandex o local motor.

[!TIP] Para una configuración totalmente autoalojada, sin modelos de pago, elige el local motor: faster-whisper y edge-tts mantén toda la ruta de voz en tu propio servidor.

Seguridad y límites

Troncal neutral respecto al operador. Troncal SIP estándar, sin bloqueo de operador; verificar compatibilidad de códec, DTMF y enrutamiento.
El alcance es STT/TTS/DTMF/grabación/interrupción. Sin traducción de voz en el ruta de llamada (eso es una capacidad central).
Host-nativo. baresip, el bucle de retorno y el puente funcionan bajo systemd, no en un recipiente.
La grabación es explícita. La grabación y los resúmenes posteriores a la llamada son funciones de la llamada usted habilita: manejar el audio de las llamadas según sus normas locales de consentimiento/retención.