Media Streams

Das Live-Audio jedes Anrufs, in Ihrem Code

Öffnen Sie das Audio eines Anrufs und erhalten Sie die Stimme des Anrufers, während er spricht. Spielen Sie Audio in Echtzeit zurück. Bauen Sie Sprach-Pipelines, Bots und Analysen, ohne einen Media-Server zu betreiben.

Jetzt bauen

Einen Voice-Bot bauen

Ein KI-Sprachbotbot.js

const dialpress = require('dialpress') const bot = dialpress() bot.invite('/ai/:name', async (req, res) => { await res.answer() const media = await res.media({ sampleRate: 16000 }) media.on('audio', (pcm) => stt.write(pcm)) // caller voice llm.on('reply', async (t) => media.play(await tts(t))) vad.on('speech', () => media.clear()) // barge-in res.on('dtmf', (d) => d === '0' && res.handoff('/internal/0', { summary: llm.summary() })) }) bot.connect({ address: 'agi.dialpress.ai', pathPrefixes: ['/ai'] })const dialpress = require('dialpress') const bot = dialpress() bot.invite('/ai/:name', async (req, res) => { await res.answer() const media = await res.media({ sampleRate: 16000 }) media.on('audio', (pcm) => stt.write(pcm)) // caller voice llm.on('reply', async (t) => media.play(await tts(t))) vad.on('speech', () => media.clear()) // barge-in res.on('dtmf', (d) => d === '0' && res.handoff('/internal/0', { summary: llm.summary() })) }) bot.connect({ address: 'agi.dialpress.ai', pathPrefixes: ['/ai'] })

Auf einen Blick

Bidirektional

Lesen Sie das Audio des Anrufers und spielen Sie Ihres auf demselben Stream zurück.

Roh

16-Bit-PCM-Frames, bereit für die Spracherkennung.

Unterbrechbar

Gepuffertes Audio löschen, sobald der Anrufer dem Bot ins Wort fällt.

Offen

Das Node SDK für Apps auf dem Gateway, WebSockets für jede Sprache.

Ein Aufruf öffnet das Audio

Im dialpress SDK gibt res.media() den Audiostream des Anrufs zurück. Speisen Sie das PCM des Anrufers in die Spracherkennung, schreiben Sie Ihr Text-to-Speech zurück und rufen Sie clear() für Barge-in auf. Marker zeigen Ihnen, wann ein Clip fertig abgespielt ist.

Die Anleitung lesen

Ein KI-Sprachbotbot.js

const dialpress = require('dialpress') const bot = dialpress() bot.invite('/ai/:name', async (req, res) => { await res.answer() const media = await res.media({ sampleRate: 16000 }) media.on('audio', (pcm) => stt.write(pcm)) // caller voice llm.on('reply', async (t) => media.play(await tts(t))) vad.on('speech', () => media.clear()) // barge-in res.on('dtmf', (d) => d === '0' && res.handoff('/internal/0', { summary: llm.summary() })) }) bot.connect({ address: 'agi.dialpress.ai', pathPrefixes: ['/ai'] })const dialpress = require('dialpress') const bot = dialpress() bot.invite('/ai/:name', async (req, res) => { await res.answer() const media = await res.media({ sampleRate: 16000 }) media.on('audio', (pcm) => stt.write(pcm)) // caller voice llm.on('reply', async (t) => media.play(await tts(t))) vad.on('speech', () => media.clear()) // barge-in res.on('dtmf', (d) => d === '0' && res.handoff('/internal/0', { summary: llm.summary() })) }) bot.connect({ address: 'agi.dialpress.ai', pathPrefixes: ['/ai'] })

Oder an einen beliebigen Dienst streamen

WebSocket-Media-Streams senden das Audio eines Anrufs an Ihren Dienst. DialPress kann sich auch mit einem signierten Handshake zu Ihrem verbinden, sodass nur Ihr Stack das Audio erhält.

Was Teams damit bauen

01

Voice-Bots

Spracherkennung, ein LLM und Text-to-Speech in einer Schleife, mit Sprecherwechsel unter Ihrer Kontrolle.

02

Live-Transkription

Anrufe transkribieren, während sie laufen, und dem Menschen im Anruf anzeigen.

03

Echtzeit-Analysen

Keywords, Stimmung oder Compliance-Phrasen erkennen, solange der Anruf noch läuft.

04

Aufzeichnung

Anrufe per SIPREC an einen Recorder abzweigen, mit Pause und Fortsetzen für sensible Momente.

Häufige Fragen

Welches Audioformat erhalte ich?

16-Bit-PCM in beide Richtungen.

Welche Sprachen kann ich verwenden?

Das SDK ist für Node.js und TypeScript. WebSocket-Streams funktionieren aus jeder Sprache.

Brauche ich einen eigenen Media-Server?

Nein. Das Gateway verankert die Medien und liefert den Stream an Ihren Code.

Wie gehe ich mit Unterbrechungen um?

Rufen Sie clear() auf dem Stream auf. Gepuffertes Audio stoppt sofort, und der Anrufer wird gehört.

Hören Sie Ihren ersten Anruf im Code.

npm install dialpress und res.media() beim nächsten Anruf öffnen.

Jetzt bauen

Mit einem Engineer sprechen