Actualización Dic 2020: Hemos cambiado el nombre de RTC Callback APIs a Telephony Bot APIs para reflejar mejor cómo los desarrolladores pueden utilizar estas APIs - que es construir Voice Bots, IVRs.

Si usted ha querido habilitar por voz su Chatbot o construir su propio Bot de voz basado en telefonía o un IVR habilitado por voz, Voicegain ha construido una API que es realmente genial - La versión 1.12.0 de Voicegain Speech-to-Text Platform ahora incluye APIs de Bot de telefonía (anteriormente llamadas RTC Callback APIs en el pasado).

Voicegain Telephony Bot APIs permite a cualquier NLU/Bot Framework integrarse fácilmente con la infraestructura PSTN/telefonía usando (a) SIP INVITE de la plataforma Voicegain desde una plataforma CPaaS de su elección o (b) comprando un número de teléfono directamente desde el portal Voicegain y apuntándolo a su Bot. A continuación, puede utilizar estas API de devolución de llamada de estilo para (i) jugar prompts (ii) reconocer expresiones de voz o dígitos DTMF (iii) permitir barge-in y varias otras características interesantes. Ofrecemos ejemplos de código que le ayudarán a integrar fácilmente un marco de bots de su elección en nuestras API de bots de telefonía.

Si no tienes un Bot Framework, tampoco pasa nada. Puedes escribir la lógica en cualquier lenguaje de programación backend (Python, Java o Node.JS) que pueda serializar respuestas en formato JSON e interactuar con nuestras APIs de estilo Callback. Voicegain también ofrece un formato declarativo YAML para definir el flujo de llamadas y puede alojar esta lógica de archivo YAML e interactuar con estas API. Los desarrolladores también pueden codificar e implementar la lógica de la aplicación en un entorno informático sin servidor como Amazon Lambda.

Muchas empresas -de banca, servicios financieros, sanidad, telecomunicaciones y comercio minorista- están atascadas con IVR heredados basados en telefonía que se acercan a la obsolescencia.

Las API de bots de telefonía de Voicegain proporcionan una gran vía de actualización a prueba de futuro para este tipo de empresas. Dado que estas API se basan en web callbacks, pueden interactuar con cualquier lenguaje de programación backend. Por lo tanto, cualquier desarrollador web backend puede diseñar, construir y mantener estas aplicaciones.

¿Por qué utilizar las API de bots de telefonía?

Con las API de bots de telefonía, la integración es mucho más sencilla para los desarrolladores.

1) Puede SIP INVITE la plataforma Voicegain Speech-to-Text/ASR a una sesión SIP/RTP durante el tiempo que sea necesario. Soportamos la integración SIP con plataformas CPaaS como Twilio, Signalwire y Telnyx. También soportamos plataformas CCaaS como Genesys, Cisco y Avaya.

2) También soportamos pedidos directos de números de teléfono y SIP Trunks desde la Consola Web de Voicegain. Pronto añadiremos más integraciones.

Las APIs de los bots de telefonía se basan en web callbacks donde el programa/implementación real está en el lado del cliente y las APIs de los bots de telefonía de Voicegain definen las peticiones y respuestas. El significado de las solicitudes y las respuestas se invierte con respecto a lo que se vería en una API web normal:

• Las respuestas proporcionan los comandos, mientras que
• Las solicitudes proporcionan el resultado de esas órdenes.

Ejemplo ilustrado de la API del bot de telefonía en acción

A continuación se muestra un ejemplo de una simple interacción de llamada telefónica controlada por Telephony Bot API. El diagrama de secuencia muestra 4 devoluciones de llamada durante una llamada de encuesta de juguete:

• Req 1: Llegó la llamada telefónica
• Resp 1: Diga: "Bienvenido"
• Req 2: Terminar de decir "Bienvenido".
• Resp 2: Preguntar: "¿Eres feliz?", ligar respuesta a feliz var
• Req 3: La respuesta de la persona que llama fue "sí", feliz=SÍ
• Resp 3: Desconectar
• Req 4: Desconectado
• Resp 4: Hemos terminado

‍

Acciones admitidas actualmente

Telephony Bot API admite 4 tipos de acciones:

• salida: diga algo - soporta TTS con 8 voces diferentes
• entrada: pregunta - admite tanto entrada de voz como DTMF. Para la entrada de voz puede utilizar GRXML, JSGF o gramáticas integradas.
• transferir: transferir una llamada a un destino telefónico
• desconectar: finalizar la llamada
  

Espera, hay más

Cada llamada puede grabarse (grabación en dos canales) y luego transcribirse. Se puede acceder a la grabación y a la transcripción desde el portal, así como a través de la API.

Mapa de carreteras

Próximamente:

• Grabar acción de devolución de llamada: puede utilizarla para implementar el buzón de voz o grabar otros tipos de mensajes.
• transferencia a un destino sip
• entrada - permite elegir entre un amplio vocabulario de voz a texto además de gramáticas - utiliza el texto capturado en tu NLU
• responder a la llamada en una dirección sip - en lugar de un número de teléfono
• Compatibilidad con WebRTC
• marcación saliente

‍

En una de las entradas anteriores del blog se describía un bot de voz creado con Twilio, Voicegain, RASA y AWS Lambda. Twilio se utilizó para la telefonía (números de teléfono, SIP Trunking, TwiML para el control de llamadas) Voicegain proporcionó el ASR/reconocimiento de voz, mientras que AWS Lambda coordinaba las acciones. La configuración funciona pero es complicada. La necesidad de pasar los resultados del reconocimiento de voz a través de S3 (ya que Lambda es apátrida y no tiene memoria entre llamadas a funciones) puede ocasionalmente causar retrasos en las solicitudes y respuestas.

Opción CPaaS integrada y sencilla

Voicegain se integra ahora con Amazon Chime Voice Connector para ofrecer un servicio SIP Trunking de pago directamente desde la consola web de Voicegain. También puede comprar números de teléfono y recibir llamadas entrantes. Se está trabajando en la posibilidad de realizar llamadas salientes Speech IVR.

Por supuesto, seguimos apoyando a los desarrolladores que utilizan Twilio y SignalWire utilizando una simple SIP INVITE - este blog describe cómo.

¿Cómo funciona?

Los componentes

• Función AWS Lambda - una única función Node.js con un activador de API Gateway (tipo API HTTP simple).
• Voicegain API del bot de telefonía - Telephony Bot API funciona con web callbacks. Para los desarrolladores de Twilio y SignalWire, es similar a trabajar con Twilio TwiML y SignalWire LaML respectivamente.
• RASA - La lógica de diálogo es proporcionada por el servidor de Diálogo NLU de RASA que es accesible a través de la API RestInput.

Los pasos

A continuación se muestra el diagrama secuencial. Es muy sencillo. Básicamente, la secuencia de operaciones es la siguiente:

1. Llamar a un número de teléfono proporcionado por Voicegain (con tecnología Amazon Chime Voice Connector)
2. Voicegain Telephony Bot API hace una llamada a una función de devolución de llamada en AWS Lambda.
3. La función lambda envía "Hola" a la RASA y la RASA responde con el diálogo inicial.
4. La función Lambda responde al callback de Voicegain con el prompt recibido de RASA y le dice a Voicegain Speech-to-Text que capture la respuesta del llamante.
5. Voicegain utiliza TTS para generar a partir del texto de la pregunta RASA un mensaje de audio y lo reproduce por teléfono a la persona que llama.
6. La persona que llama escucha la indicación y responde con una frase
7. Voicegain ASR transcribe el habla a texto y hace un callback con el resultado de la transcripción a la función Lambda
8. La función lambda invoca a RASA y le pasa el texto de la respuesta.
9. RASA procesa la respuesta y genera la siguiente pregunta del diálogo
10. Continuamos el siguiente turno igual que en el paso 4.

El código de ejemplo de la función Lambda (en versiones python y node.js) está disponible en nuestro github.

‍

Prueba Voicegain.

1. Haga clic aquí para obtener instrucciones para acceder a nuestro sitio de demostración en vivo.

2. Si estás creando una aplicación de voz interesante y quieres probar nuestras API, haz clic aquí pararegistrarte y obtener una cuenta de desarrollador y recibir 50 dólares en créditos gratuitos.

‍