Media Streams

El audio en vivo de cada llamada, en tu código

Abre el audio de una llamada y recibe la voz del llamante a medida que habla. Reproduce audio en tiempo real. Crea pipelines de voz, bots y analítica sin operar un servidor de medios.

Empieza a construir

Crea un bot de voz

Un bot de voz con IAbot.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'] })

De un vistazo

Bidireccional

Lee el audio del llamante y reproduce el tuyo en el mismo stream.

En bruto

Tramas PCM de 16 bits, listas para el reconocimiento de voz.

Interrumpible

Borra el audio en cola en cuanto el llamante habla encima del bot.

Abierto

El SDK de Node para apps en el gateway, WebSockets para cualquier lenguaje.

Una llamada abre el audio

En el SDK dialpress, res.media() devuelve el stream de audio de la llamada. Envía el PCM del llamante al reconocimiento de voz, escribe tu texto a voz de vuelta y llama a clear() para el barge-in. Los marcadores te indican cuándo ha terminado de sonar un clip.

Lee la guía

Un bot de voz con IAbot.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'] })

O envía el stream a cualquier servicio

Los streams de medios por WebSocket envían el audio de una llamada a tu servicio. DialPress también puede conectarse al tuyo con un handshake firmado, así solo tu stack recibe el audio.

Lo que los equipos construyen con él

01

Bots de voz

Reconocimiento de voz, un LLM y texto a voz en un bucle, con una toma de turnos que tú controlas.

02

Transcripción en vivo

Transcribe las llamadas mientras ocurren y muéstralas a la persona en la llamada.

03

Analítica en tiempo real

Detecta palabras clave, sentimiento o frases de cumplimiento mientras la llamada sigue en curso.

04

Grabación

Envía las llamadas a un grabador por SIPREC, con pausa y reanudación en los momentos sensibles.

Preguntas frecuentes

¿Qué formato de audio recibo?

PCM de 16 bits en ambas direcciones.

¿Qué lenguajes puedo usar?

El SDK es para Node.js y TypeScript. Los streams por WebSocket funcionan desde cualquier lenguaje.

¿Necesito mi propio servidor de medios?

No. El gateway ancla los medios y entrega el stream a tu código.

¿Cómo gestiono las interrupciones?

Llama a clear() en el stream. El audio en cola se detiene al instante y se oye al llamante.

Escucha tu primera llamada en código.

npm install dialpress y abre res.media() en tu próxima llamada.

Empieza a construir

Habla con un ingeniero