Голосові агенти AI та телефонія: пояснення SIP, WebRTC і PSTN
Розгортання голосових агентів означає підключення до телефонної мережі. Ось практичний посібник із транкінгу SIP, WebRTC, PSTN і вибору правильного стека телефонії.
Ваш голосовий агент зі штучним інтелектом має підключитися до світу через телефонні мережі або веб-браузери. Рівень телефонії часто є найменш зрозумілою та найбільш неприємною частиною розгортання. Ось що вам потрібно знати про три основні типи підключення та про те, коли використовувати кожен із них.
PSTN: традиційна телефонна мережа
Телефонна мережа загального користування – це те, що ваші клієнти використовують, коли набирають номер телефону. З’єднання PSTN є найбільш універсальним — будь-який телефон може зв’язатися з ним — але має найбільшу затримку (50–150 мс в обидві сторони) і коштує найдорожче за хвилину. Для вхідних ліній підтримки та кампаній вихідних дзвінків зазвичай потрібна PSTN, оскільки саме так ваші клієнти здійснюють дзвінки.
Транкінг SIP: корпоративний стандарт
Протокол ініціації сеансу (SIP) з’єднує вашого голосового агента з телефонною мережею через інтернет-з’єднувальні канали, надані такими операторами, як Twilio, Vonage або Telnyx. SIP — це те, як більшість платформ голосових агентів обслуговують телефонію: вони надають телефонні номери на каналі SIP, приймають дзвінки через протокол SIP і направляють аудіо в конвеєр AI. Якщо у вас є існуюча інфраструктура SIP (АТС, платформа контакт-центру або зв’язок з оператором зв’язку), ви часто можете взяти власну магістраль і направити її на платформу голосового агента.
WebRTC: голос і відео на основі браузера
Веб-зв’язок у реальному часі (WebRTC) дозволяє передавати голос і відео безпосередньо у браузері без залучення телефонної мережі. Затримка зазвичай становить 20–50 мс, що значно швидше, ніж PSTN. WebRTC ідеально підходить для вбудовування голосових агентів у ваш веб-сайт або додаток, де клієнт натискає кнопку, щоб говорити, а не набирати номер телефону. Він також забезпечує мультимодальну взаємодію (голос + відео + показ екрана), яку PSTN не підтримує.
Вибір моделі розгортання
- Підтримка вхідного телефону (клієнти телефонують за номером) → PSTN через магістраль SIP
- Вихідні виклики (продажі, нагадування, збори) → PSTN через SIP-транк із керуванням ідентифікатором абонента
- Підтримка на веб-сайті або в програмі (клієнт натискає, щоб говорити) → WebRTC для найменшої затримки та мультимодальної можливості
- Гібридна (телефон + Інтернет) → платформа, яка підтримує розгортання SIP і WebRTC з однієї конфігурації агента
Готові створювати?
Подивіться, як мультимодальні ШІ-агенти Mazed працюють для вашого випадку використання.