Интеграция SIP-телефонии с AI-Voice Agent

ТЗ: Автоматизация и интеграция телефонии с голосовым AI-агентом

Цель проекта

Реализовать интеграцию SIP-телефонии (оператор Altel, Казахстан) с голосовым AI-агентом для обработки входящих/исходящих звонков через Asterisk.

Исходные данные

• Оператор связи: Altel (SIP-транк)

• Сервер телефонии: Asterisk (Linux VPS/сервер, выделенный IP)

• Задача: автоматическая обработка звонков через AI-агента в реальном времени.

Основные задачи

1. Подключение SIP-транка

• Настроить Asterisk для работы с Altel.

• Проверить маршрутизацию входящих и исходящих вызовов.

2. Интеграция с голосовым AI-агентом (два возможных подхода)

Вариант A: Использование готового voice-API сервиса

• Подключение через SIP/WebRTC к сервисам типа VAPI, Retell AI, Deepgram Aura или аналогам.

• Проверка качества распознавания речи, генерации ответов и синтеза голоса.

• Обеспечение минимальной задержки и естественного диалога.

Вариант B: Самосборка (STT + LLM + TTS)

• Использовать быстрый движок для STT (например, Deepgram, Google Speech-to-Text, AssemblyAI).

• Логика диалога на GPT (OpenAI/Anthropic) или аналоге.

• Синтез речи через Deepgram TTS, Google TTS, Microsoft Azure TTS.

• Обеспечить потоковую передачу аудио (streaming), чтобы задержка была минимальной (практически в реальном времени).

3. Функциональные требования

• Автоматический ответ на входящий звонок голосовым агентом.

• Возможность сценарного поведения (например, перевод звонка на живого оператора).

• Логирование: запись аудио + расшифровка текста.

• Масштабируемость: минимум 10 одновременных звонков, возможность расширения.

4. Требования к качеству и надежности

• Минимальные задержки в диалоге (натуральный разговор).

• Высокое качество распознавания речи и синтеза.

• Стабильность работы даже при пиковой нагрузке.

• Безопасность: защита SIP-транка (Fail2ban, IP-Whitelist, TLS/SRTP при поддержке Altel).