Audio Streaming

Stream âm thanh PCM cuộc gọi trực tiếp về WebSocket server của bạn.

Tách luồng 1 chiều cho phân tích thời gian thực hoặc mở stream 2 chiều full-duplex cho Voice AI bot, dịch thuật trực tiếp và TTS tự xây dựng — chạy được cả từ REST API gọi ra lẫn webhook Call Flow gọi vào.
Frame binary PCM 16-bit little-endian
8.000 Hz (G.711) & 16.000 Hz wideband
Hỗ trợ API gọi ra & Call Flow JCA gọi vào
Ngắt tiếng tức thì (barge-in) với killAudio
Giao thức WebSocket
WSS Binary
wss://your-server.example.com/stream?call_id=call_abc123&stream_type=firetell_stream
Firetell → Server của bạn
Binary
PCM 16-bit little-endian tại 8000 hoặc 16000 Hz (stereo trái=người gọi, phải=người nghe khi track=both)
Server của bạn → Firetell
Binary
PCM 16-bit little-endian đơn kênh (mono) tại sample_rate Hz, phát trực tiếp vào cuộc gọi (bidirectional: true)
Server của bạn → Firetell
Text JSON
{"type":"killAudio"} xóa ngay audio đang chờ phát để người gọi ngắt lời tự nhiên
Tham số query tự động gắn kèm
call_idworkspace_idcaller_numbercaller_namedestination_numberstream_type=firetell_stream
Hai chế độ stream

Nghe thụ động một chiều hoặc giao tiếp hai chiều full-duplex.

Chuyển đổi linh hoạt ngay trong cấu hình JSON bằng tham số bidirectional.
bidirectional: false

Tách âm thanh một chiều (One-way fork)

Sao chép luồng âm thanh người gọi, tổng đài viên hoặc cả hai kênh stereo về backend trong khi cuộc gọi vẫn nối máy bình thường.
Nhận PCM stereo (trái=người gọi, phải=người nghe) hoặc từng kênh riêng
Không làm gián đoạn luồng định tuyến cuộc gọi hiện tại
Phù hợp cho ASR riêng, bắt từ khóa và giám sát tuân thủ
bidirectional: true

Voice AI tùy chỉnh & phát âm thanh hai chiều

Vừa nhận giọng nói người gọi vừa gửi âm thanh tổng hợp ngược lại theo thời gian thực để vận hành Voice Bot bằng mô hình STT, LLM và TTS riêng.
Bơm frame PCM 16-bit LE mono trực tiếp vào kênh người gọi
Dừng hàng đợi phát ngay khi khách ngắt lời bằng {"type":"killAudio"}
Yêu cầu cuộc gọi đã nhấc máy (ACTIVE, answer_call mặc định true)
Gọi ra & Gọi vào

Một action cho cả REST API gọi ra lẫn Call Flow gọi vào.

Kích hoạt stream khi chủ động tạo cuộc gọi từ backend, hoặc trả về động khi cuộc gọi đến đi qua node webhook JSON Call Action trong Call Flow trực quan.
Gọi ra • REST API

POST /calls/make

Truyền object có action: "stream" vào mảng actions khi khởi tạo cuộc gọi ra qua REST API. Lưu ý backend nhận hoặc actions hoặc call_flow_id, không dùng đồng thời.
Gọi vào • Call Flow JCA

Webhook JSON Call Action (json_call_action)

Đặt node JSON Call Action trong Call Flow có trigger inbound. Firetell POST ngữ cảnh cuộc gọi đến server của bạn để hỏi action tiếp theo, và server có thể trả về danh sách chứa action stream.
bash
curl -X POST "https://{workspace_id}.firetell.app/api/v1/calls/make" \
-H "Authorization: ApiKey YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"from": { "number": "+14155550100", "name": "VoiceBot Support" },
"to": { "number": "+12125550123", "name": "John Doe" },
"actions": [
{
"action": "stream",
"params": {
"ws_url": "wss://bot.example.com/call-stream",
"track": "both",
"sample_rate": 8000,
"bidirectional": true,
"headers": {
"Authorization": "Bearer YOUR_BOT_TOKEN"
}
}
}
]
}'
Thông số kỹ thuật

Tham số của action stream và định dạng truyền tải.

Kiểm soát kênh âm thanh, tần số lấy mẫu, header xác thực và trạng thái nhấc máy.
Tham sốKiểu / Mặc địnhChi tiết hoạt động
ws_urlstring (bắt buộc)Địa chỉ wss:// hoặc ws:// public. Hệ thống chặn IP nội bộ RFC 1918, loopback, link-local và metadata cloud.
trackstring • bothChọn nhánh âm thanh: both (stereo — trái là người gọi, phải là người nghe), inbound (chỉ người gọi), hoặc outbound (chỉ đầu bên kia).
sample_ratenumber • 8000Tần số lấy mẫu PCM 16-bit little-endian (Hz): 8000 (tương thích G.711) hoặc 16000 (wideband).
bidirectionalboolean • falseĐặt true để phát audio PCM mono từ server của bạn vào cuộc gọi theo thời gian thực. Yêu cầu cuộc gọi đã ở trạng thái ACTIVE.
answer_callboolean • trueTự động nhấc máy trước khi stream. Chỉ đặt false nếu một action trước đó đã nhấc máy rồi.
headersobject • tùy chọnHeader HTTP tùy chỉnh gửi kèm khi bắt tay WebSocket (ví dụ Authorization). Tối đa 10 header.
Khi nào nên dùng Audio Streaming

Toàn quyền xử lý âm thanh gốc khi bạn muốn tự làm chủ pipeline.

Voice AI

Tự vận hành STT, LLM & TTS riêng

Chạy hoàn toàn trên hạ tầng mô hình và giọng đọc của riêng doanh nghiệp mà vẫn tận dụng hạ tầng PSTN/SIP từ Firetell.
So sánh với AI Voice Agent tích hợp sẵn
Phiên âm & Phân tích

Chấm điểm QA & ASR thời gian thực

Đưa trực tiếp từng frame PCM 16-bit vào bộ nhận diện giọng nói hoặc hệ thống phát hiện gian lận nội bộ ngay trong lúc đàm thoại.
Xem Phiên âm trực tiếp có sẵn
Định tuyến động

Kích hoạt có điều kiện từ Call Flow

Phát thông báo ghi âm trước, sau đó kiểm tra nghiệp vụ trên server rồi mới quyết định bật stream qua JSON Call Action.
Khám phá Call Flow Builder
Mã nguồn mẫu

Chạy thử WebSocket server nhận PCM chỉ trong vài phút.

Tham khảo ngay các repository chính thức của Firetell trên GitHub để xem cách đọc frame binary PCM và phát âm thanh hai chiều.

Node.js Audio Stream Example

WebSocket server mẫu xử lý frame binary PCM 16-bit little-endian, tham số query và phát audio ngược lại.
Xem repo Node.js

Python Audio Stream Example

Server WebSocket bất đồng bộ nhận luồng PCM thô, tách kênh stereo và tích hợp pipeline AI.
Xem repo Python

Hướng dẫn JCA Call Flows

Cấu trúc webhook mẫu trả về play + stream hoặc voice bot hai chiều ngay trong luồng cuộc gọi đến.
Đọc hướng dẫn JCA
FAQ

Câu hỏi thường gặp

Firetell gửi âm thanh thô PCM 16-bit little-endian (signed 16-bit integer) đóng gói trong frame binary của WebSocket ở tần số 8.000 Hz (mặc định) hoặc 16.000 Hz. Khi track là both (mặc định), frame có dạng stereo xen kẽ với kênh trái là người gọi và kênh phải là bên nghe.
Dùng được cho cả hai. Với cuộc gọi ra, truyền action: "stream" vào POST /calls/make. Với cuộc gọi đến, đặt node webhook JSON Call Action (json_call_action) trong Call Flow và trả về { "actions": [{ "action": "stream", "params": { ... } }] } từ server của bạn.
Chiều phát lại vào cuộc gọi chỉ hoạt động khi kênh thoại đang ở trạng thái ACTIVE (đã nhấc máy). Hãy giữ answer_call: true (mặc định) hoặc chắc chắn một action trước đó đã nhấc máy, đồng thời đảm bảo server gửi frame binary PCM 16-bit little-endian mono đúng sample_rate đã khai báo.
Firetell tự động gắn call_id, workspace_id, caller_number, caller_name, destination_number và stream_type=firetell_stream vào query string của ws_url. Bạn cũng có thể gửi thêm tối đa 10 HTTP header tùy chỉnh trong handshake (như Authorization).
Không. Để bảo vệ SSRF, ws_url bắt buộc phải là địa chỉ wss:// hoặc ws:// có thể truy cập từ Internet public. Các dải IP nội bộ RFC 1918, loopback, link-local và cloud metadata đều bị chặn.

Stream âm thanh cuộc gọi trực tiếp vào hệ thống của bạn.

Bắt đầu với $3 tín dụng API miễn phí cùng mã nguồn mẫu Node.js & Python trên GitHub.