SIP-телефония позволяет агенту AiHummer принимать и совершать реальные
телефонные звонки. Агент слушает звонящего, выполняет обычную обработку
запроса и проговаривает ответ — полноценный голосовой диалог по телефонной сети.
Канал поставляется как коннектор из встроенного
Маркетплейса и устанавливается напрямую в
Linux, без контейнеров. Он настраивается в админ-панели, как любой другой канал.
[!NOTE]
Тариф Community включает базовый канал Telegram. Для канала SIP-телефонии
нужна активная лицензия Starter, Business или
Enterprise — см. Лицензирование.
Нейтральность к оператору
SIP нейтрален к оператору: AiHummer подключается через SIP‑оператора,
совместимого с требованиями коннектора к кодекам, DTMF и маршрутизации.
Используйте провайдера, который у вас уже есть, или разверните собственную АТС
— коннектор не привязан к конкретному телефонному вендору, но проверьте
совместимость транка перед вводом в эксплуатацию.
Порты и среда выполнения
Порт
Назначение
8830
Endpoint проверки работоспособности коннектора
5062
Прослушивание SIP
4444
Управление baresip
Голосовой стек собран из baresip для SIP-сигнализации и медиа, устройства
ALSA loopback для маршрутизации звука и Python-моста, который соединяет
аудио звонка с обработкой запроса агентом.
Возможности во время звонка
Пока звонок активен, у агента есть специфичные для звонка инструменты и поведение:
ask_assistant — обращение к ассистенту: выполнить обработку запроса по
тому, что только что сказал звонящий. Это вызов агента, а не перевод звонка
на человека-оператора (передача звонка оператору этим каналом не
предоставляется).
send_dtmf — отправить тоны DTMF (для навигации по IVR или ввода с
клавиатуры).
Запись звонка.
Резюме после звонка, формируемое по его завершении.
[!NOTE]
На этом канале агент поддерживает только STT, TTS, barge-in, DTMF и запись.
Перевод речи — это core голосовая возможность (/v1/voice/translate), он
не входит в коннектор SIP.
Речевые движки
Доступны два речевых движка; выбирайте по требованиям к задержке и суверенности:
yandex — облачный движок реального времени.
local — встроенный тракт: локальное распознавание через
faster-whisper и синтез через внешний сервис edge-tts. Для полностью
автономного тракта замените TTS на локальный движок.
[!TIP]
В движке local распознавание речи выполняется на вашей инфраструктуре, а
отдельный платный API-ключ не обязателен. Учтите: edge-tts обращается к
онлайн-сервису Microsoft Edge, поэтому текст для синтеза покидает ваш контур.
**SIP-телефония позволяет агенту AiHummer принимать и совершать реальные
телефонные звонки.** Агент слушает звонящего, выполняет обычную обработку
запроса и проговаривает ответ — полноценный голосовой диалог по телефонной сети.
Канал поставляется как **коннектор из встроенного
[Маркетплейса](/v1.0/marketplace/overview-tiers)** и устанавливается напрямую в
Linux, без контейнеров. Он настраивается в админ-панели, как любой другой канал.
> [!NOTE]
> Тариф Community включает базовый канал Telegram. Для канала SIP-телефонии
> нужна активная лицензия **Starter**, **Business** или
> **Enterprise** — см. [Лицензирование](/v1.0/commercial/licensing).
## Нейтральность к оператору
SIP **нейтрален к оператору**: AiHummer подключается через SIP‑оператора,
совместимого с требованиями коннектора к кодекам, DTMF и маршрутизации.
Используйте провайдера, который у вас уже есть, или разверните собственную АТС
— коннектор не привязан к конкретному телефонному вендору, но проверьте
совместимость транка перед вводом в эксплуатацию.
## Порты и среда выполнения
| Порт | Назначение |
|---|---|
| 8830 | Endpoint проверки работоспособности коннектора |
| 5062 | Прослушивание SIP |
| 4444 | Управление baresip |
Голосовой стек собран из **baresip** для SIP-сигнализации и медиа, устройства
**ALSA loopback** для маршрутизации звука и **Python-моста**, который соединяет
аудио звонка с обработкой запроса агентом.
## Возможности во время звонка
Пока звонок активен, у агента есть специфичные для звонка инструменты и поведение:
- **`ask_assistant`** — обращение к ассистенту: выполнить обработку запроса по
тому, что только что сказал звонящий. Это вызов агента, а не перевод звонка
на человека-оператора (передача звонка оператору этим каналом не
предоставляется).
- **`send_dtmf`** — отправить тоны DTMF (для навигации по IVR или ввода с
клавиатуры).
- **Запись** звонка.
- **Резюме после звонка**, формируемое по его завершении.
> [!NOTE]
> На этом канале агент поддерживает **только STT, TTS, barge-in, DTMF и запись**.
> Перевод речи — это **core** голосовая возможность (`/v1/voice/translate`), он
> **не** входит в коннектор SIP.
## Речевые движки
Доступны два речевых движка; выбирайте по требованиям к задержке и суверенности:
- **`yandex`** — облачный движок реального времени.
- **`local`** — встроенный тракт: локальное распознавание через
**faster-whisper** и синтез через внешний сервис **edge-tts**. Для полностью
автономного тракта замените TTS на локальный движок.
> [!TIP]
> В движке `local` распознавание речи выполняется на вашей инфраструктуре, а
> отдельный платный API-ключ не обязателен. Учтите: `edge-tts` обращается к
> онлайн-сервису Microsoft Edge, поэтому текст для синтеза покидает ваш контур.
## Куда дальше
- Об установке коннекторов: [Маркетплейс](/v1.0/marketplace/overview-tiers).
- Для перевода речи и понимания видео см. раздел Voice.
- Для текстовых каналов см. [Telegram](/v1.0/channels/telegram) и
[MAX](/v1.0/channels/max).
