La telefonía SIP permite que un agente AiHummer responda y realice llamadas telefónicas reales. El agente escucha al llamante, realiza un turno normal y devuelve la respuesta hablada, una conversación totalmente controlada por voz a través de la red telefónica pública.
El canal se envía como un conector del producto Mercado y se ejecuta de forma nativa en el host. Se configura desde la interfaz de administración, como cualquier otro canal.
[!NOTE]
El plan Comunitario incluye el canal básico de Telegram. La telefonía SIP
el canal requiere un activo Arrancador, Negocios
o Empresa licencia — ver Licenciamiento.
Neutro respecto al operador por diseño
SIP es neutral respecto al operador: AiHummer se conecta a un troncal SIP estándar (compatible con el códec del conector, DTMF y los requisitos de enrutamiento), con sin bloqueo de proveedorTraiga el proveedor que ya utiliza, o ejecute su propia PBX: el conector no depende de ningún proveedor de telefonía en particular, pero verifique la compatibilidad del códec/DTMF/ruteo del troncal antes de entrar en funcionamiento.
Puertos y tiempo de ejecución
Puerto
Propósito
8830
Punto de enlace de salud del conector
5062
Escuchar SIP
4444
control de baresip
La pila de voz está construida a partir de baresip para señalización y medios SIP, un bucle de retorno ALSA dispositivo para el enrutamiento de audio, y un Puente de Python que conecta el audio de la llamada con el turno del agente.
Capacidades en la llamada
Mientras una llamada está activa, el agente tiene herramientas y comportamientos específicos de la llamada:
ask_assistant — ejecuta un agente que active lo que acaba de decir el interlocutor.
send_dtmf — emitir tonos DTMF (para navegación IVR o entrada mediante teclado).
Grabación de la llamada.
A resumen posterior a la llamada generado una vez que la llamada termina.
[!NOTE]
En este canal el agente soporta STT, TTS, interrupción, DTMF y grabación
solo. La traducción de discursos es una núcleo función de voz (/v1/voice/translate) —
es no parte del conector SIP.
Motores de voz
Dos motores de voz están disponibles; elija según sus necesidades de latencia y soberanía:
yandex — un motor en la nube en tiempo real.
local — totalmente autoalojado, usando susurro más rápido para reconocimiento de voz a texto
y edge-tts para texto a voz.
[!TIP]
la local el motor mantiene la voz completamente en su propia infraestructura, en línea
con el principio de AiHummer de no tener modelos de pago obligatorios.
**La telefonía SIP permite que un agente AiHummer responda y realice llamadas telefónicas reales.** El agente escucha al llamante, realiza un turno normal y devuelve la respuesta hablada, una conversación totalmente controlada por voz a través de la red telefónica pública.
El canal se envía como un **conector del producto [Mercado](/es/v1.0/marketplace/overview-tiers)** y se ejecuta de forma nativa en el host. Se configura desde la interfaz de administración, como cualquier otro canal.
> [!NOTE]
> El plan Comunitario incluye el canal básico de Telegram. La telefonía SIP
> el canal requiere un activo **Arrancador**, **Negocios**
> o **Empresa** licencia — ver [Licenciamiento](/es/v1.0/commercial/licensing).
## Neutro respecto al operador por diseño
SIP es **neutral respecto al operador**: AiHummer se conecta a un **troncal SIP estándar** (compatible con el códec del conector, DTMF y los requisitos de enrutamiento), con **sin bloqueo de proveedor**Traiga el proveedor que ya utiliza, o ejecute su propia PBX: el conector no depende de ningún proveedor de telefonía en particular, pero verifique la compatibilidad del códec/DTMF/ruteo del troncal antes de entrar en funcionamiento.
## Puertos y tiempo de ejecución
| Puerto | Propósito |
|---|---|
| 8830 | Punto de enlace de salud del conector |
| 5062 | Escuchar SIP |
| 4444 | control de baresip |
La pila de voz está construida a partir de **baresip** para señalización y medios SIP, un **bucle de retorno ALSA** dispositivo para el enrutamiento de audio, y un **Puente de Python** que conecta el audio de la llamada con el turno del agente.
## Capacidades en la llamada
Mientras una llamada está activa, el agente tiene herramientas y comportamientos específicos de la llamada:
- **`ask_assistant`** — ejecuta un agente que active lo que acaba de decir el interlocutor.
- **`send_dtmf`** — emitir tonos DTMF (para navegación IVR o entrada mediante teclado).
- **Grabación** de la llamada.
- A **resumen posterior a la llamada** generado una vez que la llamada termina.
> [!NOTE]
> En este canal el agente soporta **STT, TTS, interrupción, DTMF y grabación**
> solo. La traducción de discursos es una **núcleo** función de voz (`/v1/voice/translate`) —
> es **no** parte del conector SIP.
## Motores de voz
Dos motores de voz están disponibles; elija según sus necesidades de latencia y soberanía:
- **`yandex`** — un motor en la nube en tiempo real.
- **`local`** — totalmente autoalojado, usando **susurro más rápido** para reconocimiento de voz a texto
y **edge-tts** para texto a voz.
> [!TIP]
> la `local` el motor mantiene la voz completamente en su propia infraestructura, en línea
> con el principio de AiHummer de no tener modelos de pago obligatorios.
## ¿A dónde vamos ahora?
- Sobre la instalación de conectores: [Mercado](/es/v1.0/marketplace/overview-tiers).
- Para la traducción de voz y la comprensión de videos, consulte la sección de Voz.
- Para los canales de texto, vea [Telegram](/es/v1.0/channels/telegram) y
[MÁX](/es/v1.0/channels/max).
