SIP ხმის პლაგინი

SIP Voice თქვენს აგენტს ტელეფონზე აყენებს. ის პასუხობს და ახორციელებს რეალურ ზარებს ნებისმიერ სტანდარტულ SIP trunk-ზე, ზარის დროს უშვებს ცოცხალ მეტყველების მსვლელობას და ზარის დასრულებისას გადმოგცემთ ჩანაწერსა და ზარის-შემდგომ შეჯამებას. ის ოპერატორ-ნეიტრალურია: ის ლაპარაკობს უბრალო SIP-ზე, ასე რომ არ არსებობს კარიერთან მიჯაჭვულობა — მიუთითეთ ის ნებისმიერ trunk-ზე, რომელსაც თქვენი ტელეფონიის პროვაიდერი მოგცემთ.

პლაგინი მუშაობს ჰოსტზე-მშობლიურად და აერთებს baresip-ს (SIP/RTP ბოლოწერტილი), ALSA loopback აუდიო გზასა და მცირე Python ხიდს, რომელიც აუდიოს გადააადგილებს ზარსა და gateway-ის ხმის მსვლელობას შორის. ის ესაუბრება gateway-ს კონტრაქტით. ბოლო მომხმარებლის არხის ქცევა აღწერილია არხის გვერდზე SIP; ეს გვერდი ფარავს თავად პლაგინს.

ფაქტები

ველი	მნიშვნელობა
ვერსია	25.1.0
ჯანმრთელობის პორტი	8830
SIP listen	5062
baresip control	4444
რანტაიმი	baresip + ALSA loopback + Python ხიდი, ჰოსტზე-მშობლიური

რა არის ეს

ხიდი სატელეფონო ზარსა და AiHummer-ის მსვლელობას შორის. როცა ზარი დაკავშირდება, აუდიო მიედინება baresip-იდან ALSA loopback-ის გავლით Python ხიდში, რომელიც უშვებს speech-to-text → აგენტის მსვლელობა → text-to-speech ციკლს და პასუხს უკან უკრავს ზარში. ხელმისაწვდომია ორი მეტყველების ძრავა:

yandex — რეალურ დროში ღრუბლოვანი მეტყველების ძრავა.
local — სრულად თვით-ჰოსტირებული, STT-სთვის faster-whisper-ისა და TTS-სთვის edge-tts-ის გამოყენებით.

როგორ გამოიყენება

ზარის დროს აგენტს შეუძლია უბრალო ლაპარაკზე მეტი:

ask_assistant — ზარის შიგნით აგენტის მსვლელობის გაშვება დამრეკავის საპასუხოდ.
send_dtmf — DTMF ტონების გამოცემა (მაგ. IVR-ში ნავიგაციისთვის ან კოდის შესაყვანად).
ჩაწერა — ზარის აუდიოს დაფიქსირება.
barge-in — დამრეკავს მისცეთ საშუალება, ბუნებრივად შეაწყვეტინოს აგენტის მეტყველება.
ზარის-შემდგომი შეჯამება — შეჯამების წარმოება ზარის დასრულებისთანავე.

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

ფუნქციების მასშტაბი

[!WARNING] SIP პლაგინი მხარს უჭერს მხოლოდ STT, TTS, barge-in, DTMF და ჩაწერას. ის არ უზრუნველყოფს speaker diarization-ს, მეტყველების თარგმანს ან ხმის კლონირებას. ისინი ცალკე core/sidecar შესაძლებლობებია (იხილეთ Diarization, თარგმანი და კლონირება) და არ არის SIP ზარის გზის ნაწილი. არ ჩათვალოთ ისინი სატელეფონო ზარზე.

ინსტალაცია

დააინსტალირეთ SIP Voice ერთი დაწკაპუნებით marketplace-დან ადმინ-UI-ში. ჰოსტზე-მშობლიური deployer ჩამოტვირთავს პლაგინს, აწარმოებს მის ინსტალაციის ნაბიჯს, აგებს იზოლირებულ systemd ერთეულს და ელოდება ჯანმრთელობის ბოლოწერტილს მზად აღნიშვნამდე — იხილეთ ინსტალაცია და განახლებები. შემდეგ დააკონფიგურირებთ თქვენი SIP trunk-ის სერთიფიკატებს და აირჩევთ yandex ან local ძრავას.

[!TIP] სრულად თვით-ჰოსტირებული, ფასიანი-მოდელების-გარეშე კონფიგურაციისთვის აირჩიეთ local ძრავა: faster-whisper და edge-tts ინარჩუნებენ მთელ ხმის გზას თქვენს საკუთარ ჰოსტზე.

უსაფრთხოება და შეზღუდვები

ოპერატორ-ნეიტრალური trunk. სტანდარტული SIP, კარიერთან მიჯაჭვულობის გარეშე.
მასშტაბი არის STT/TTS/DTMF/ჩაწერა/barge-in. არანაირი diarization, თარგმანი ან ხმის კლონი ზარის გზაზე.
ჰოსტზე-მშობლიური. baresip, loopback და ხიდი მუშაობენ systemd-ის ქვეშ და არა კონტეინერში.
ჩაწერა მკაფიოა. ჩაწერა და ზარის-შემდგომი შეჯამებები ზარის ფუნქციებია, რომელსაც ჩართავთ — მოეპყარით ზარის აუდიოს თქვენი ლოკალური თანხმობის/შენახვის წესების მიხედვით.