Integracja telefonii SIP z agentem AI-Voice

TZ: Automatyzacja i integracja telefonii z głosowym AI-agentem

Cel projektu

Realizacja integracji telefonii SIP (operator Altel, Kazachstan) z głosowym AI-agentem do obsługi połączeń przychodzących/wychodzących przez Asterisk.

Dane wyjściowe

• Operator sieci: Altel (SIP-trunk)

• Serwer telefonii: Asterisk (Linux VPS/serwer, dedykowany IP)

• Zadanie: automatyczna obsługa połączeń przez AI-agenta w czasie rzeczywistym.

Główne zadania

1. Podłączenie SIP-trunka

• Skonfigurować Asterisk do pracy z Altel.

• Sprawdzić routowanie połączeń przychodzących i wychodzących.

2. Integracja z głosowym AI-agentem (dwa możliwe podejścia)

Opcja A: Wykorzystanie gotowego voice-API serwisu

• Podłączenie przez SIP/WebRTC do usług typu VAPI, Retell AI, Deepgram Aura lub analogicznych.

• Sprawdzenie jakości rozpoznawania mowy, generowania odpowiedzi i syntezowania głosu.

• Zapewnienie minimalnego opóźnienia i naturalnego dialogu.

Opcja B: Samodzielne złożenie (STT + LLM + TTS)

• Użyć szybkiego silnika do STT (na przykład Deepgram, Google Speech-to-Text, AssemblyAI).

• Logika dialogu na GPT (OpenAI/Anthropic) lub analogicznym.

• Syntezę mowy przez Deepgram TTS, Google TTS, Microsoft Azure TTS.

• Zapewnić transmisję audio (streaming), aby opóźnienie było minimalne (praktycznie w czasie rzeczywistym).

3. Wymagania funkcjonalne

• Automatyczna odpowiedź na połączenie przychodzące przez głosowego agenta.

• Możliwość scenariuszowego zachowania (na przykład, przekierowanie połączenia do żywego operatora).

• Logowanie: nagrywanie audio + transkrypcja tekstu.

• Skalowalność: minimum 10 jednoczesnych połączeń, możliwość rozszerzenia.

4. Wymagania dotyczące jakości i niezawodności

• Minimalne opóźnienia w dialogu (naturalna rozmowa).

• Wysoka jakość rozpoznawania mowy i syntezowania.

• Stabilność działania nawet przy szczytowym obciążeniu.

• Bezpieczeństwo: ochrona SIP-trunka (Fail2ban, IP-Whitelist, TLS/SRTP przy wsparciu Altel).