betool betool

Документация

Телефония в реальном времени

Входящий / исходящий голос через LiveKit + SIP, потоковая передача ASR/TTS, barge-in, многоязычность.

Телефония в реальном времени

Канал телефонии позволяет pipeline betool отвечать на звонки или совершать их. Поддерживаются аудио в реальном времени, потоковая транскрипция, синтез речи с низкой задержкой и прерывание barge-in.

Архитектура

Под капотом:

  • LiveKit обеспечивает транспорт аудио в реальном времени.
  • LiveKit-SIP соединяет LiveKit с транком вашего оператора связи (SIP).
  • Выделенный worker оркестрирует звонок: ASR (Deepgram, OpenAI Whisper), LLM (Claude, GPT-4o, приватная модель), TTS (ElevenLabs, OpenAI TTS, Azure).

Этот стек работает как отдельный процесс, независимый от основного backend. Вы не настраиваете его напрямую — оператор вашего экземпляра настраивает мост SIP.

Предварительные требования

  • SIP-транк от оператора связи (Twilio, Voxbone, OVH, Sewan или национальный оператор).
  • Входящий номер и / или возможность совершать исходящие звонки.
  • Ключ от поставщика ASR и TTS — либо приватная модель на плане Enterprise.

На плане Enterprise betool может подготовить SIP-транк и голосовых провайдеров за вас. В противном случае введите учётные данные в панели администрирования.

Настройка администрирования

  1. Администрирование → Телефония → Транки — введите учётные данные SIP вашего оператора связи.
  2. Администрирование → Телефония → Номера — свяжите номер с транком, затем с целевым pipeline.
  3. Администрирование → Голосовые модели — выберите ASR (вход) и TTS (выход). Отображаются счётчики поштучного использования.

Проектирование голосового pipeline

Голосовой pipeline всегда начинается с узла Start с приёмником phone_gateway. Начиная с него, pipeline получает:

  • exchange.user_message — каждый транскрибированный речевой ход
  • exchange.intent — распознанное намерение (если вы активируете агента-классификатор)
  • exchange.channel.source_type — установлено в phone_gateway

Узлы ниже по цепочке могут возвращать текст, который TTS озвучит вслух. Специализированные голосовые инструменты (barge-in, завершение звонка, перевод, музыка на удержании) автоматически доступны агентам, когда в pipeline выше по цепочке присутствует phone_gateway.

Рекомендуемые практики

  • Держите миссии краткими. Задержка ответа имеет значение: агент, который колеблется 4 секунды, звучит на звонке как зависший. Предпочитайте быстрые модели (Haiku, GPT-4o-mini), за исключением ходов, критичных для принятия решений.
  • Включите barge-in. Абоненты должны иметь возможность прервать агента. По умолчанию включено.
  • Ограничивайте циклы. Pipeline, который итерирует более 3 раз на одном ходе, создаёт тревожную тишину для абонента. Отслеживайте счётчик итераций.

Стоимость

См. Тарифы. Ориентировочно: 200 кредитов за минуту звонка + ASR / TTS / LLM. Звонок длительностью 5 минут обычно стоит от $0,20 до $0,80 в зависимости от выбранной модели LLM.

Известные ограничения

  • Нет поддержки видео (пока).
  • Перевод на человека требует SIP-транка с поддержкой REFER (Twilio совместим).
  • Агент (пока) не может идентифицировать абонента без интеграции с CRM.