SIP frente a WebRTC para agentes de voz con IA

Todo agente de voz con IA acaba teniendo que contestar un teléfono real. Eso significa SIP, el protocolo que hablan los operadores, las PBX y los teléfonos de escritorio. Pero tus apps web y móviles hablan WebRTC. La cuestión no es cuál elegir, sino dónde hacer el puente entre ambos.

SIP: la API de la red telefónica

SIP transporta las llamadas entre operadores, troncales y dispositivos. Es la forma en que una llamada a un número de teléfono llega a tu agente, y en que tu agente transfiere a un llamante a una persona. Obtienes números, portabilidad, STIR/SHAKEN y E911, además de décadas de interoperabilidad.

WebRTC: el stack de medios del navegador

WebRTC ofrece a navegadores y apps audio y vídeo cifrados y de baja latencia, con cancelación de eco y traversal de NAT integrados. Es ideal para softphones, llamadas dentro de apps y conferencias.

Conecta una sola vez, en el gateway

DialPress ancla los medios en el gateway y hace el puente entre WebRTC y SIP allí, así el agente ve una sola llamada sin importar de dónde venga. Tu código gestiona un único INVITE; el gateway se encarga de los códecs, ICE y DTLS-SRTP.

Qué significa para la latencia

Hacer el puente en el borde, junto al motor de voz y al agente, mantiene corta la ruta de medios. Cada salto que eliminas es tiempo que recuperas en el margen de los turnos, y eso es lo que hace que un agente parezca humano.