AiHummer
Հայերեն
Մուտք
v1.0.x
{ }Swagger

SIP Voice փլագին

v1.0.x · թարմացվել է 2026-06-26

SIP Voice-ը դնում է ձեր ագենտը հեռախոսի վրա։ Այն պատասխանում և կատարում է իրական զանգեր ցանկացած ստանդարտ SIP trunk-ի վրա, զանգի ընթացքում վարում կենդանի խոսքի turn և հանձնում ձեզ ձայնագրություն ու զանգից հետո ամփոփում, երբ զանգն ավարտվում է։ Այն օպերատոր-չեզոք է. այն խոսում է մաքուր SIP, ուստի չկա օպերատորի կախվածություն — ուղղեք այն դեպի այն trunk-ը, որ տալիս է ձեր հեռախոսային ծառայության մատակարարը։

Փլագինն աշխատում է host-native ռեժիմով և միացնում է baresip-ը (SIP/RTP վերջնակետը), ALSA loopback աուդիո ուղին և փոքր Python կամուրջ, որը տեղափոխում է աուդիոն զանգի և gateway-ի ձայնային turn-ի միջև։ Այն շփվում է gateway-ի հետ կոնտրակտի միջոցով։ Վերջնական օգտատիրոջ ալիքի վարքագիծը ալիքի էջում է՝ SIP; այս էջն ընդգրկում է հենց փլագինը։

Փաստեր

Դաշտ Արժեք
Տարբերակ 25.1.0
Առողջության պորտ 8830
SIP ունկնդրում 5062
baresip կառավարում 4444
Runtime baresip + ALSA loopback + Python կամուրջ, host-native

Ինչ է դա

Կամուրջ հեռախոսազանգի և AiHummer turn-ի միջև։ Երբ զանգը միանում է, աուդիոն հոսում է baresip-ից ALSA loopback-ի միջով Python կամրջ, որը վարում է speech-to-text → agent turn → text-to-speech ցիկլ և նվագարկում պատասխանը ետ զանգի մեջ։ Հասանելի են երկու խոսքի շարժիչ.

  • yandex — իրական ժամանակի ամպային խոսքի շարժիչ։
  • local — լիովին ինքնահյուրընկալվող՝ օգտագործելով faster-whisper STT-ի համար և edge-tts TTS-ի համար։

Ինչպես է այն օգտագործվում

Զանգի ընթացքում ագենտը կարող է ավելին անել, քան պարզապես խոսել.

  • ask_assistant — գործարկել զանգի ընթացքում ագենտի turn՝ զանգահարողին պատասխանելու համար։
  • send_dtmf — արձակել DTMF հնչյուններ (օրինակ՝ IVR-ով նավարկելու կամ կոդ մուտքագրելու համար)։
  • ձայնագրում — գրավել զանգի աուդիոն։
  • barge-in — թույլ տալ զանգահարողին բնականորեն ընդհատել ագենտի խոսքը։
  • զանգից հետո ամփոփում — ստեղծել ամփոփում, երբ զանգն ավարտվում է։
caller ─▶ SIP trunk ─▶ baresip ─▶ ALSA loopback ─▶ bridge ─▶ STT ─▶ agent turn ─▶ TTS ─▶ caller

Հնարավորությունների շրջանակ

[!WARNING] SIP փլագինն աջակցում է միայն STT, TTS, barge-in, DTMF և ձայնագրում։ Այն չի տրամադրում խոսնակների դիարիզացիա, խոսքի թարգմանություն կամ ձայնի կլոնավորում։ Դրանք առանձին core/sidecar հնարավորություններ են (տես Դիարիզացիա, թարգմանություն և կլոնավորում) և SIP զանգի ուղու մաս չեն կազմում։ Մի՛ ենթադրեք դրանք հեռախոսազանգի ժամանակ։

Տեղադրում

Տեղադրեք SIP Voice-ն մեկ սեղմումով admin UI-ի marketplace-ից։ host-native deployer-ը ներբեռնում է փլագինը, գործարկում է իր տեղադրման քայլը, ստեղծում sandbox-ված systemd unit և սպասում առողջության վերջնակետին՝ նախքան այն պատրաստ նշելը — տես Տեղադրում և թարմացումներ։ Այնուհետև դուք կարգավորում եք ձեր SIP trunk-ի հավատարմագրերը և ընտրում yandex կամ local շարժիչը։

[!TIP] Լիովին ինքնահյուրընկալվող, առանց վճարովի մոդելների կարգավորման համար ընտրեք local շարժիչը. faster-whisper-ը և edge-tts-ը պահում են ձայնի ողջ ուղին ձեր սեփական host-ի վրա։

Անվտանգություն և սահմանափակումներ

  • Օպերատոր-չեզոք trunk։ Ստանդարտ SIP, առանց օպերատորի կախվածության։
  • Շրջանակը STT/TTS/DTMF/ձայնագրում/barge-in է։ Չկա դիարիզացիա, թարգմանություն կամ ձայնի կլոն զանգի ուղու վրա։
  • Host-native։ baresip-ը, loopback-ը և կամուրջը աշխատում են systemd-ի ներքո, ոչ կոնտեյներում։
  • Ձայնագրումը հստակ է։ Ձայնագրումը և զանգից հետո ամփոփումները զանգի հնարավորություններ են, որ դուք միացնում եք — վարվեք զանգի աուդիոյի հետ ձեր տեղական համաձայնության/պահպանման կանոնների համաձայն։

Ուր հաջորդը