Un assistente per le prenotazioni ha bisogno di più di una voce che suoni naturale. Ha bisogno di un modo affidabile per ascoltare il cliente, agire sulla richiesta corretta e comunicare il risultato confermato.
Cosa fa il runtime conversazionale?
Il runtime elabora la voce, decide come rispondere e produce l'audio per il chiamante.
Un'applicazione può combinare riconoscimento vocale, un modello linguistico e sintesi vocale, oppure usare un modello che elabora l'audio direttamente. Gestisce anche i turni di parola: quando ascoltare, quando parlare e cosa succede quando il chiamante interrompe.
Gli strumenti di business danno alla conversazione un risultato utile. Uno strumento per appuntamenti può verificare la disponibilità e richiedere una prenotazione. L'applicazione deve distinguere una prenotazione confermata da un timeout o un risultato sconosciuto prima che l'agente parli.
Una piattaforma gestita può fornire alcuni di questi componenti. Telnyx AI Assistants espone la configurazione di modello, voce e strumenti. Gli strumenti integrati di Vapi includono azioni usate durante una conversazione. Queste impostazioni del runtime sono dipendenze separate quando si cambia provider telefonico.
Come raggiunge la rete telefonica l'agente?
Un runtime SIP-capable si collega attraverso il trunk di un provider telefonico, con un percorso media che trasporta l'audio.
SIP stabilisce e modifica la sessione. Il runtime deve anche inviare e ricevere media; uno scambio di segnalazione riuscito non dimostra che senta il chiamante.
Per le chiamate in entrata, un numero telefonico instrada il chiamante verso l'endpoint dell'applicazione. Per le chiamate in uscita, l'applicazione usa un'identità chiamante consentita e una destinazione raggiungibile dalla connessione. La disponibilità di un numero, la presentazione del chiamante e il comportamento della rete ricevente sono aspetti separati.
Cambiare il trunk non copia i prompt, le voci, gli strumenti o le fonti di conoscenza dell'agente. Mantieni questi componenti nel runtime che conservi, oppure migrali esplicitamente.
Cosa fa funzionare la conversazione in caso di interruzione?
Il runtime deve gestire un chiamante che parla sopra un prompt, cambia argomento o dà una risposta ambigua.
Testa nomi, date e numeri sul percorso audio telefonico effettivo. Includi rumore di fondo, strumenti di business lenti e un'azione con risultato incerto. L'applicazione dovrebbe verificare un'operazione potenzialmente completata prima di riprovare.
Anche il passaggio a una persona deve avere un esito definito. L’agente deve sapere dove trasferire la conversazione e cosa dire quando quella destinazione non è disponibile. I trasferimenti e le conferenze telefoniche sono gestiti dall’applicazione collegata o dal sistema telefonico aziendale (PBX), che instrada le chiamate verso persone o team. Verifica questo comportamento lungo l’intero percorso della chiamata.
Cosa devo misurare?
Misura separatamente la connettività telefonica, il comportamento conversazionale e il completamento delle operazioni di business.
Il registro della chiamata mostra l'esito telefonico. Audio e trascrizioni aiutano a rivedere cosa è stato sentito e detto. Il sistema di prenotazione, pagamento o gestione casi conferma se l'azione richiesta è avvenuta.
Un test basato solo sulla trascrizione non può stabilire la qualità audio o il comportamento in caso di interruzione. Una chiamata con risposta non può stabilire un'interazione cliente riuscita. Mantieni visibili nella revisione le registrazioni mancanti, le trascrizioni fallite e i risultati incerti degli strumenti.
Come collego un'applicazione vocale AI a Bird?
Colleghi la tua applicazione vocale AI attraverso un trunk SIP. Imposta inbound_enabled su true per le chiamate in arrivo al tuo agente. Abilita outbound_enabled per le chiamate che effettua. Entrambe le direzioni partono disabilitate, quindi un nuovo trunk rifiuta le chiamate finché non abiliti la direzione necessaria.
Gli aggiornamenti del trunk richiedono voice_management a livello di scrittura.
Per la consegna in entrata, il sip_uri del gateway contiene l'host del tuo runtime e una porta opzionale, senza nome utente. Il destination_format diventa la parte prima di @ nell'indirizzo SIP consegnato. Il +{number} predefinito passa il numero composto così com'è. Un valore fisso instrada tutti i numeri in entrata verso un unico indirizzo del runtime.
Il priority del gateway determina l'ordine di failover: un gateway a 0 viene provato prima di uno a 1. Poi associ un numero in tuo possesso, abilitato per le chiamate in entrata, al trunk sotto Inbound routing.
Per le chiamate in uscita, il tuo runtime si connette al domain restituito dal trunk. Con l'autenticazione API-key, allowed_api_key_ids elenca le chiavi consentite; ciascuna richiede voice a livello di scrittura. Il tuo runtime usa bird come username SIP e il secret della chiave selezionata come password. L'aggiornamento della lista di chiavi consentite la sostituisce interamente, quindi conserva le chiavi ancora in uso da altri client.
Le chiamate in uscita richiedono anche un caller ID verificato e un paese di destinazione abilitato e disponibile.
Il tuo runtime gestisce le azioni di business e il trasferimento a un operatore umano. Gli strumenti MCP hosted di Bird gestiscono le risorse dello spazio di lavoro; non eseguono il ciclo live di voce e ragionamento.
In breve
Il runtime gestisce la conversazione.
Voce, ragionamento, strumenti e gestione dei turni appartengono all'applicazione o alla piattaforma che esegue l'agente.
La connessione telefonica trasporta la chiamata.
Numeri, segnalazione SIP, media e identità del chiamante formano la connessione verso il telefono del cliente.
Testa l'interazione completa.
Audio, interruzioni, risultati incerti degli strumenti e trasferimento a un operatore umano richiedono test sul percorso di chiamata effettivo.
Un sistema di business conferma il proprio risultato.
Una conferma vocale o un riepilogo generato non dimostrano che una prenotazione o un'altra azione sia riuscita.