Low-Latency AI Voice Agent do przetwarzania połączeń w czasie rzeczywistym

Opracowałem głosowego agenta AI do automatycznego przetwarzania przychodzących połączeń, konsultacji klientów i przekazywania zgłoszeń operatorowi.

System działał w czasie rzeczywistym:

Połączenie → STT → Logika AI → TTS → głosowa odpowiedź dla klienta

Co zostało zrealizowane:
— podłączenie telefonii / SIP;
— rozpoznawanie mowy w czasie rzeczywistym;
— logika dialogu AI i przetwarzanie intencji;
— generowanie głosowej odpowiedzi przez TTS;
— minimalizacja opóźnienia między replikami;
— scenariusze przekazywania do operatora;
— zapisywanie historii dialogu;
— integracja z CRM / Telegram / API;
— powiadomienia dla menedżerów o nowych zgłoszeniach.

Szczególną uwagę poświęcono:
— minimalnemu opóźnieniu odpowiedzi;
— naturalności dialogu;
— stabilnej pracy podczas połączenia;
— przetwarzaniu przerywań klienta;
— scenariuszom awaryjnym;
— kontroli jakości odpowiedzi.

Rezultat:
— agent AI odpowiada klientom bez operatora;
— zmniejszone obciążenie dla menedżerów;
— połączenia są automatycznie klasyfikowane;
— zgłoszenia są przekazywane do CRM/Telegram;
— system gotowy do skalowania na kilka linii.

Technologie:
Python / Node.js, SIP / WebRTC, STT, TTS, LLM, WebSockets, Redis, API CRM, API Telegram