betool betool

Documentazione

Telefonia in tempo reale

Voce in entrata / uscita tramite LiveKit + SIP, streaming ASR/TTS, barge-in, multilingua.

Telefonia in tempo reale

Il canale telefonia permette a una pipeline betool di rispondere o effettuare chiamate. Sono supportati audio in tempo reale, trascrizione in streaming, sintesi vocale a bassa latenza e interruzione barge-in.

Architettura

Dietro le quinte:

  • LiveKit gestisce il trasporto audio in tempo reale.
  • LiveKit-SIP collega LiveKit al trunk SIP del tuo operatore.
  • Un worker dedicato orchestra la chiamata: ASR (Deepgram, OpenAI Whisper), LLM (Claude, GPT-4o, modello privato), TTS (ElevenLabs, OpenAI TTS, Azure).

Questo stack viene eseguito come processo separato rispetto al backend principale. Non lo configuri direttamente — l'operatore della tua istanza imposta il bridge SIP.

Prerequisiti

  • Un trunk SIP di un operatore (Twilio, Voxbone, OVH, Sewan o un operatore nazionale).
  • Un numero in entrata e / o la possibilità di effettuare chiamate in uscita.
  • Una chiave di un provider ASR e TTS — oppure un modello privato su Enterprise.

Nel piano Enterprise, betool può fornire il trunk SIP e i provider vocali per te. Altrimenti, inserisci le credenziali nel pannello di amministrazione.

Configurazione admin

  1. Amministrazione → Telefonia → Trunk — inserisci le credenziali SIP del tuo operatore.
  2. Amministrazione → Telefonia → Numeri — associa un numero a un trunk, poi a una pipeline di destinazione.
  3. Amministrazione → Modelli vocali — scegli l'ASR (ingresso) e il TTS (uscita). Vengono visualizzati i contatori di utilizzo unitario.

Progettare una pipeline vocale

Una pipeline vocale inizia sempre con un nodo Start con receiver phone_gateway. Da lì, la pipeline riceve:

  • exchange.user_message — ogni turno di parola trascritto
  • exchange.intent — intento rilevato (se attivi un agent classificatore)
  • exchange.channel.source_type — impostato su phone_gateway

I nodi a valle possono restituire testo che il TTS leggerà ad alta voce. Strumenti vocali specializzati (barge-in, riaggancio, trasferimento, musica di attesa) sono automaticamente disponibili per gli agent quando la pipeline ha phone_gateway a monte.

Buone pratiche

  • Mantieni le missioni concise. La latenza di risposta conta: un agent che esita per 4 secondi sembra bloccato durante una chiamata. Preferisci modelli veloci (Haiku, GPT-4o-mini) tranne che per i turni decisivi.
  • Abilita il barge-in. I chiamanti devono poter interrompere l'agent. È attivo per impostazione predefinita.
  • Limita i loop. Una pipeline che itera più di 3 volte sullo stesso turno crea un silenzio inquietante per il chiamante. Monitora il contatore di iterazioni.

Costi

Consulta Prezzi. Indicativo: 200 crediti per minuto di chiamata + ASR / TTS / LLM. Una chiamata di 5 minuti costa in genere da $0,20 a $0,80 a seconda del modello LLM scelto.

Limitazioni note

  • Nessun supporto video (ancora).
  • Il trasferimento a un operatore umano richiede un trunk SIP che supporti REFER (Twilio è compatibile).
  • L'agent non può (ancora) identificare il chiamante senza un'integrazione CRM.