SIP-Sprach-Plugin

v1.0.x · aktualisiert 2026-07-05

SIP Voice setzt Ihren Agenten ans Telefon. Es beantwortet und führt echte Anrufe über jeden standardmäßigen SIP-Trunk, führt während des Anrufs eine Live-Sprachrunde durch und übergibt Ihnen eine Aufnahme und eine Nach-Anruf-Zusammenfassung, wenn der Anruf endet. Es ist betreiberneutral: es spricht einfaches SIP, daher gibt es keine Anbieterbindung – richten Sie es auf den Trunk aus, den Ihnen Ihr Telefonieanbieter bereitstellt.

Das Plugin läuft host-nativ und fügt zusammen baresip (der SIP/RTP-Endpunkt), ein ALSA Rückkopplung Audio-Pfad und eine kleine Python-Brücke, die Audio zwischen dem Anruf und der Sprachwende des Gateways bewegt. Es spricht mit dem Gateway über die aihummer.service.v1 Vertrag. Das Verhalten des Endnutzerkanals befindet sich auf der Kanalseite SIP; diese Seite behandelt das Plugin selbst.

Fakten

Feld	Wert
Version	25.1.0
Gesundheitshafen	8830
SIP hören	5062
baresip Steuerung	4444
Laufzeit	baresip + ALSA Loopback + Python-Brücke, host-nativ

Was es ist

Eine Brücke zwischen einem Telefonanruf und einer AiHummer-Wendung. Wenn ein Anruf verbunden wird, fließt Audio von baresip durch die ALSA-Schleife in die Python-Brücke, die läuft ein Sprach-zu-Text → Agentenrunde → Text-zu-Sprache schaltet sich und spielt die Antwort wieder in das Gespräch ein. Zwei Sprach-Engines sind verfügbar:

yandex — eine Echtzeit-Cloud-Spracherkennungs-Engine.
local — vollständig selbst gehostet, unter Verwendung faster-whisper für STT und edge-tts für TTS.

Wie es verwendet wird

Während eines Anrufs kann der Agent mehr tun, als nur zu sprechen:

ask_assistant — Führen Sie eine Gesprächsagentenrunde durch, um den Anrufer zu beantworten.
send_dtmf — DTMF-Töne senden (z. B. um ein IVR zu navigieren oder einen Code einzugeben).
Aufnahme — die Anrufaudio aufnehmen.
hereinplatzen — Lassen Sie den Anrufer die Rede des Agenten natürlich unterbrechen.
Nachgesprächszusammenfassung — eine Zusammenfassung erstellen, sobald das Gespräch endet.

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

Funktionsumfang

[!WARNING] Das SIP-Plugin unterstützt STT, TTS, Barge-in, DTMF und nur Aufzeichnung. Es macht nicht Sprachübersetzung bereitstellen — das ist eine separate Kernfunktion (siehe Sprachübersetzung & Video) und ist kein Teil des SIP-Anrufpfads. Gehen Sie bei einem Telefonat nicht davon aus.

Installation

Installieren Sie SIP Voice mit einem Klick aus dem Marketplace in der Admin-Oberfläche. Der hosteigene Deployer lädt das Plugin herunter, führt seinen Installationsschritt aus, rendert eine isolierte systemd-Einheit und wartet auf den Health-Endpunkt, bevor er es als bereit markiert – siehe Installation & Updates. Dann konfigurieren Sie Ihre SIP-Trunk-Anmeldedaten und wählen die yandex oder local Motor.

[!TIP] Für eine vollständig selbst gehostete Einrichtung ohne kostenpflichtige Modelle wählen Sie die local Motor: faster-whisper und edge-tts Behalte den gesamten Sprachpfad auf deinem eigenen Host.

Sicherheit und Grenzen

Betreiberneutraler Trunk. Standard-SIP-Trunk, keine Anbieterbindung; prüfen Sie Codec, DTMF und Routing-Kompatibilität.
Der Umfang umfasst STT/TTS/DTMF/Aufzeichnung/Eingreifen. Keine Sprachausgabe auf dem Anrufpfad (das ist eine Kernfunktion).
Host-nativ. baresip, die Loopback- und die Bridge-Schnittstelle laufen unter systemd, nicht in einem Behälter.
Die Aufnahme ist explizit. Aufzeichnungen und Zusammenfassungen nach dem Anruf sind Anruffunktionen Sie aktivieren — verwalten Sie Anrufaudio gemäß Ihren lokalen Zustimmungs- und Aufbewahrungsregeln.