Эфир про голосовых AI-агентов для исходящего обзвона: как телефонный трафик доходит до модели и возвращается обратно к абоненту, и где на этом пути набегают задержки. Я разбираю два пути. Первый — наша собственная разработка Voice Agent AI, которую мы завайбкодили под клиента в Казахстане: панель с кампаниями, лидами из Excel, сигналами квалификации и досылом в WhatsApp, телефония через Voximplant, голос через Soniox. Второй — Pipecat, открытый фреймворк, из которого голосовой агент собирается самостоятельно, вместе с Voice UI Kit для интерфейса. По ходу показываю живой тестовый звонок со встроенным замерщиком задержки, объясняю, почему модель для звонаря выбирается по Time to First Token, и сравниваю цены Soniox и ElevenLabs по их же калькулятору. Отдельно проговариваю, где такой обзвон честно работает, а где, на мой взгляд, не стоит и начинать. В конце — разбор вопросов участников про логистику, натуральность голоса и локальные модели, плюс опыт Фёдора с конструктором ElevenLabs и голосами Google. Полезно тем, кто собирается внедрять AI-звонаря клиенту и хочет заранее понимать, из чего складывается цена, задержка и граница применимости. В папке урока лежит презентация-разбор обеих архитектур — файл называется «HR-BusinessOS v1.pdf», но внутри именно материал этого эфира.
0:00:00–0:13:58 Первые девять минут записи — тишина до начала эфира, разговор начинается ближе к девятой минуте. Приветствие, план на час: как фундаментально устроен любой голосовой бот, своя разработка под клиента и открытый фреймворк для сложных систем. Моё личное отношение к звонарям: сам с ботами не разговариваю и вычисляю их за полсекунды. История пилота годичной давности с американской компанией, которая делает стеклянные офисные перегородки: обзвонили 1000 человек, ответивших можно пересчитать по пальцам одной руки. Проблема там не в ботах — люди просто не берут спамные звонки.
0:13:58–0:16:14 Два решения, которые будут разобраны. Задача заказчика в Казахстане: серия исходящих звонков по базе с предложением услуги. Если человек соглашается — дослать информацию в WhatsApp, если не интересно — пометить, что повторно звонить не надо, плюс отдельный статус недозвона. Система синхронизируется с контактами в CRM или принимает Excel с лидами на обзвон.
0:16:14–0:19:52 Elastic SIP Trunk: что это за услуга и зачем она нужна. Путь звонка целиком — SIP-поток от оператора уходит в транскрибатор, оттуда текст в LLM, ответ стримингом в text-to-speech и обратно к оператору, который доставляет звук абоненту. Почему операторы в СНГ неохотно дают Elastic SIP Trunk, в отличие от США, где номер подключается в пару кликов.