SIP Voice plagini

SIP Voice agentingizni telefonga qoʻyadi. U istalgan standart SIP trunk orqali haqiqiy qoʻngʻiroqlarga javob beradi va ularni amalga oshiradi, qoʻngʻiroq davomida jonli nutq turn’ini bajaradi, va qoʻngʻiroq tugaganda sizga yozuv va qoʻngʻiroqdan keyingi xulosani topshiradi. U operatorga bogʻliq emas: u oddiy SIP’da gaplashadi, shuning uchun operatorga bogʻlanib qolish yoʻq — uni telefoniya provayderingiz bergan istalgan trunk’ga yoʻnaltiring.

Plagin host-native rejimida ishlaydi va baresip (SIP/RTP endpoint), ALSA loopback audio yoʻli, hamda qoʻngʻiroq va gateway’ning ovozli turn’i oʻrtasida audioni koʻchiradigan kichik Python koʻprigini birlashtiradi. U gateway bilan kontrakti orqali muloqot qiladi. Oxirgi foydalanuvchi kanali xatti-harakati SIP kanali sahifasida; bu sahifa plaginning oʻzini qamrab oladi.

Faktlar

Maydon	Qiymat
Versiya	25.1.0
Sogʻliq porti	8830
SIP tinglash	5062
baresip boshqaruvi	4444
Runtime	baresip + ALSA loopback + Python koʻprigi, host-native

Bu nima

Telefon qoʻngʻirogʻi va AiHummer turn’i oʻrtasidagi koʻprik. Qoʻngʻiroq ulanganda audio baresip’dan ALSA loopback orqali Python koʻprigiga oqadi, u esa nutqni-matnga → agent turn’i → matnni-nutqqa siklini bajaradi va javobni qoʻngʻiroqqa qaytarib ijro etadi. Ikki nutq dvigateli mavjud:

yandex — realtime bulutli nutq dvigateli.
local — toʻliq oʻzini-oʻzi joylashtirgan, STT uchun faster-whisper va TTS uchun edge-tts ishlatadi.

U qanday ishlatiladi

Qoʻngʻiroq davomida agent shunchaki gaplashishdan koʻproq ish qila oladi:

ask_assistant — qoʻngʻiroq qiluvchiga javob berish uchun qoʻngʻiroq ichidagi agent turn’ini ishga tushiradi.
send_dtmf — DTMF tonlarini chiqaradi (masalan, IVR’da harakatlanish yoki kod kiritish uchun).
yozib olish — qoʻngʻiroq audiosini qamrab oladi.
barge-in — qoʻngʻiroq qiluvchiga agentning nutqini tabiiy ravishda boʻlish imkonini beradi.
qoʻngʻiroqdan keyingi xulosa — qoʻngʻiroq tugagach xulosa ishlab chiqaradi.

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

Imkoniyatlar koʻlami

[!WARNING] SIP plagini faqat STT, TTS, barge-in, DTMF va yozib olishni qoʻllab-quvvatlaydi. U speaker diarizatsiyasi, nutq tarjimasi yoki ovoz klonlashni taʼminlamaydi. Bular alohida core/sidecar imkoniyatlari (qarang Diarizatsiya, tarjima va klonlash) va SIP qoʻngʻiroq yoʻlining qismi emas. Ularni telefon qoʻngʻirogʻida deb taxmin qilmang.

Oʻrnatish

SIP Voice’ni admin UI’dagi marketpleysdan bir bosishda oʻrnating. Host-native deployer plaginni yuklab oladi, uning oʻrnatish bosqichini bajaradi, qum qutisidagi (sandboxed) systemd birligini render qiladi va tayyor deb belgilashdan oldin sogʻliq endpoint’ini kutadi — qarang Oʻrnatish va yangilanishlar. Soʻngra siz SIP trunk hisob maʼlumotlaringizni sozlaysiz va yandex yoki local dvigatelini tanlaysiz.

[!TIP] Toʻliq oʻzini-oʻzi joylashtirgan, pulli-modellarsiz sozlama uchun local dvigatelini tanlang: faster-whisper va edge-tts butun ovoz yoʻlini oʻzingizning host’ingizda saqlaydi.

Xavfsizlik va cheklovlar

Operatorga bogʻliq boʻlmagan trunk. Standart SIP, operatorga bogʻlanib qolish yoʻq.
Koʻlam — STT/TTS/DTMF/yozib olish/barge-in. Qoʻngʻiroq yoʻlida diarizatsiya, tarjima yoki ovoz kloni yoʻq.
Host-native. baresip, loopback va koʻprik konteynerda emas, systemd ostida ishlaydi.
Yozib olish aniq belgilanadi. Yozib olish va qoʻngʻiroqdan keyingi xulosalar — siz yoqadigan qoʻngʻiroq imkoniyatlari — qoʻngʻiroq audiosini mahalliy rozilik/saqlash qoidalaringizga muvofiq boshqaring.