Wtyczka głosowa SIP

v1.0.x · zaktualizowany 2026-07-05

SIP Voice pozwala Twojemu agentowi rozmawiać przez telefon. Odpowiada i wykonuje rzeczywiste połączenia przez dowolny standardowy łącze SIP, prowadzi na żywo rozmowę w trakcie połączenia i przekazuje Ci nagranie oraz podsumowanie połączenia po jego zakończeniu. Jest neutralny wobec operatora: używa standardowego SIP, więc nie ma blokady operatora — skieruj go na dowolny trunk, który udostępnia Twój dostawca telefonii.

Wtyczka działa natywnie na hoście i łączy ze sobą baresip (punkt końcowy SIP/RTP), a Pętla zwrotna ALSA ścieżka audio i mały mostek Pythona, który przenosi dźwięk między połączeniem a kolejną turą głosu bramki. Komunikuje się z bramką przez aihummer.service.v1 kontrakt. Zachowanie kanału użytkownika końcowego znajduje się na stronie kanału SIP; ta strona obejmuje sam wtyczkę.

Fakty

Pole	Wartość
Wersja	25.1.0
Port zdrowia	8830
SIP nasłuch	5062
kontrola baresip	4444
Czas wykonywania	baresip + ALSA loopback + mostek Pythona, natywne dla hosta

Czym to jest

Most między rozmową telefoniczną a zakrętem AiHummer. Kiedy rozmowa się łączy, dźwięk przepływa z baresip przez pętlę ALSA do mostka Pythona, który działa mowa-na-tekst → tura agenta → tekst-na-mowę cykl i odtwarza odpowiedź z powrotem do rozmowy. Dostępne są dwa silniki mowy:

yandex — silnik mowy w chmurze działający w czasie rzeczywistym.
local — w pełni samodzielnie hostowany, używając faster-whisper dla STT i edge-tts do TTS.

Jak jest używane

Podczas rozmowy agent może robić więcej niż tylko rozmawiać:

ask_assistant — uruchomić akcję agenta w trakcie rozmowy, aby odpowiedzieć na dzwoniącego.
send_dtmf — wysyłać tony DTMF (np. w celu nawigacji po IVR lub wprowadzenia kodu).
nagrywanie — nagraj dźwięk rozmowy.
przerywać — pozwól rozmówcy naturalnie przerywać mowę agenta.
podsumowanie po rozmowie — przygotować podsumowanie po zakończeniu rozmowy.

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

Zakres funkcji

[!WARNING] Wtyczka SIP obsługuje STT, TTS, przerywanie, DTMF i tylko nagrywanie. To czy nie zapewnić tłumaczenie mowy — to jest odrębna kluczowa funkcja (zobacz Tłumaczenie mowy i wideo) i nie jest częścią ścieżki połączenia SIP. Nie zakładaj tego podczas rozmowy telefonicznej.

Instalacja

Zainstaluj SIP Voice jednym kliknięciem z marketplace w interfejsie administracyjnym. Wbudowany w hoście instalator pobiera wtyczkę, uruchamia krok instalacji, tworzy odizolowaną jednostkę systemd i czeka na punkt końcowy zdrowia, zanim oznaczy ją jako gotową — zobacz Instalacja i aktualizacje. Następnie konfigurujesz dane uwierzytelniające swojego trunku SIP i wybierasz yandex lub local silnik.

[!TIP] Dla w pełni samodzielnie hostowanego, bez modeli płatnych, wybierz local silnik: faster-whisper i edge-tts utrzymuj całą ścieżkę głosową na własnym serwerze.

Bezpieczeństwo i ograniczenia

Łączność międzycentralowa neutralna wobec operatora. Standardowy trunk SIP, brak blokady operatora; sprawdź zgodność kodeków, DTMF i trasowania.
Zakres obejmuje STT/TTS/DTMF/nagrywanie/interwencję. Brak tłumaczenia mowy na ścieżka wywołań (to jest podstawowa funkcja).
Natywny dla hosta. baresip, pętla zwrotna i mostek działają pod systemd, a nie w pojemniku.
Nagranie zawiera treści eksplicytne. Nagrywanie i podsumowania rozmów po zakończeniu rozmowy są funkcjami połączenia umożliwiasz — obsługę dźwięku rozmów zgodnie z lokalnymi zasadami zgody/przechowywania.