Plugin vocal SIP

v1.0.x · mis à jour 2026-07-05

La voix SIP met votre agent au téléphone. Il répond et passe de vrais appels sur n’importe quel trunk SIP standard, exécute un échange de parole en direct pendant l’appel, et vous remet un enregistrement ainsi qu’un résumé après l’appel lorsqu’il se termine. Il est neutre vis-à-vis de l’opérateur: il utilise le SIP standard, donc il n’y a pas de verrouillage opérateur — dirigez-le vers n’importe quelle ligne que votre fournisseur de téléphonie vous donne.

Le plugin fonctionne nativement sur l’hôte et assemble baresip (le point de terminaison SIP/RTP), un boucle de retour ALSA chemin audio, et un petit pont Python qui déplace l’audio entre l’appel et le tour de voix de la passerelle. Il communique avec la passerelle via le aihummer.service.v1 contrat. Le comportement du canal de l’utilisateur final se trouve sur la page du canal SIP; cette page couvre le plugin lui-même.

Faits

Champ	Valeur
Version	25.1.0
Port de santé	8830
Écouter SIP	5062
contrôle de baresip	4444
Exécution	baresip + ALSA loopback + passerelle Python, natif sur l’hôte

Ce que c’est

Un pont entre un appel téléphonique et un virage AiHummer. Lorsqu’un appel se connecte, l’audio circule depuis baresip à travers la boucle de retour ALSA dans le pont Python, qui exécute un reconnaissance vocale → tour de l’agent → synthèse vocale cycle et rejoue la réponse dans l’appel. Deux moteurs de synthèse vocale sont disponibles :

yandex — un moteur de reconnaissance vocale en temps réel dans le cloud.
local — entièrement auto-hébergé, utilisant faster-whisper pour STT et edge-tts pour la synthèse vocale.

Comment il est utilisé

Lors d’un appel, l’agent peut faire plus que simplement parler :

ask_assistant — exécuter un tour d’agent pendant l’appel pour répondre à l’appelant.
send_dtmf — émettre des tonalités DTMF (par exemple pour naviguer dans un serveur vocal interactif ou saisir un code).
enregistrement — capturer l’audio de l’appel.
interrompre — laissez l’appelant interrompre naturellement le discours de l’agent.
résumé après l’appel — produire un résumé une fois l’appel terminé.

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

Portée de la fonctionnalité

[!WARNING] Le plugin SIP prend en charge STT, TTS, interruption vocale, DTMF et enregistrement seulement. Il fait pas fournir la traduction de la parole — c’est une capacité de base distincte (voir Traduction de discours et vidéo) et ne fait pas partie du chemin d’appel SIP. Ne le supposez pas lors d’un appel téléphonique.

Installation

Installez SIP Voice en un clic depuis la place de marché dans l’interface d’administration. Le déployeur natif de l’hôte télécharge le plugin, exécute son étape d’installation, génère une unité systemd en bac à sable et attend le point de terminaison de santé avant de le marquer comme prêt — voir Installation et mises à jour. Vous configurez ensuite vos identifiants de trunk SIP et choisissez le yandex ou local moteur.

[!TIP] Pour une configuration entièrement auto-hébergée, sans modèles payants, choisissez le local moteur : faster-whisper et edge-tts conservez tout le chemin vocal sur votre propre hôte.

Sécurité et limites

Tronc neutre par rapport à l’opérateur. Tronc SIP standard, aucune dépendance à un opérateur ; vérifiez la compatibilité codec, DTMF et routage.
La portée est STT/TTS/DTMF/enregistrement/interruption. Pas de traduction vocale sur le chemin d’appel (c’est une capacité fondamentale).
Hôte-natif. baresip, le loopback et le pont fonctionnent sous systemd, pas dans un conteneur.
L’enregistrement est explicite. L’enregistrement et les résumés après appel sont des fonctionnalités des appels vous activez — gérez l’audio des appels selon vos règles locales de consentement/de conservation.