Trang chủGiải phápCustom Voice AI & Streaming
Kiến Trúc BYO Voice AI

Tự xây AI Voice Bot hoàn chỉnh trên luồng PCM WebSocket hai chiều.

Tự do sử dụng bộ STT, LLM tinh chỉnh riêng hoặc giọng TTS chuyên biệt. Firetell truyền frame binary PCM 16-bit little-endian trực tiếp tới WebSocket server của bạn từ API gọi ra hoặc webhook JCA gọi vào.
WebSocket binary PCM 16-bit LE 2 chiều
Hỗ trợ tần số 8.000 Hz & 16.000 Hz
Ngắt tiếng barge-in bằng killAudio
Chạy từ Outbound API & Inbound JCA
Bước 1 • Kết nối thoại

PSTN / SIP / WebRTC Call

Khách hàng gọi vào đầu số DID, Toll-Free hoặc BYOC SIP.
Bước 2 • WSS Binary

Stream PCM Hai Chiều

Firetell mở wss:// kèm call_id và truyền frame PCM 16-bit LE.
Bước 3 • Hệ thống của bạn

STT → LLM → TTS → Phát lại

Server gửi PCM mono ngược lại hoặc gửi {"type":"killAudio"} để ngắt lời.
Hai mô hình triển khai

Nghe tách luồng một chiều hoặc đàm thoại bot hai chiều.

bidirectional: false

Phân tích thời gian thực & trợ lý cho tổng đài viên

Đẩy âm thanh stereo 2 kênh (trái/phải) về worker AI để nhận diện từ khóa, cảnh báo gian lận hoặc gợi ý trả lời tức thì mà không ảnh hưởng luồng nghe gọi.
bidirectional: true

Full-duplex Voice Bot tùy biến hoàn toàn

Server của bạn làm chủ toàn bộ logic hội thoại: đọc frame binary PCM khách nói, suy luận qua LLM, tổng hợp TTS và bơm lại audio PCM mono vào cuộc gọi đang ACTIVE.
Mã nguồn tích hợp

Kích hoạt từ POST /calls/make hoặc webhook JCA của Call Flow.

Tham khảo thêm hai repo mẫu chính thức bằng Node.js và Python của Firetell trên GitHub.
bash
curl -X POST "https://{workspace_id}.firetell.app/api/v1/calls/make" \
-H "Authorization: ApiKey sk-YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"from": { "number": "+14155550100", "name": "VoiceBot AI" },
"to": { "number": "+12125550123", "name": "John Doe" },
"actions": [
{
"action": "stream",
"params": {
"ws_url": "wss://bot.yourdomain.com/voice-stream",
"track": "both",
"sample_rate": 16000,
"bidirectional": true,
"headers": { "Authorization": "Bearer YOUR_WS_TOKEN" }
}
}
]
}'
Quy chuẩn truyền tải WebSocket

Thông số giao thức rõ ràng để đội kỹ thuật tích hợp ngay.

Chiều truyềnLoại FrameDữ liệu & Quy tắc
Firetell → Server của bạnBinaryPCM 16-bit little-endian tại 8000 Hz (mặc định) hoặc 16000 Hz. Stereo (trái=người gọi, phải=bên nghe) nếu track=both.
Server của bạn → FiretellBinaryPCM 16-bit little-endian mono đúng sample_rate. Cần bidirectional: true và cuộc gọi ở trạng thái ACTIVE.
Server của bạn → FiretellText JSON{"type":"killAudio"} xóa ngay audio đang xếp hàng phát để xử lý ngắt lời (barge-in).
Bắt tay & Định danhURL + HeadersChỉ nhận wss:// hoặc ws:// public; tối đa 10 header tùy chỉnh kèm tham số call_id, caller_number tự gắn trên URL.
Xây dựng trên các sản phẩm Firetell

Kết hợp luồng stream thô cùng định tuyến hoặc AI dựng sẵn.

Action cốt lõi

Audio Streaming API

Chi tiết tham số action stream, bảo mật SSRF và repo mẫu Node.js/Python.
Xem Audio Streaming
Inbound JCA

Call Flow Builder trực quan

Phát thông báo hoặc kiểm tra CRM trước khi gọi stream qua webhook JCA.
Xem Call Flow Builder
Giải pháp có sẵn

AI Voice Agent tích hợp

Cần giải pháp Voice AI dưới 500ms không phải tự vận hành WebSocket?
So sánh AI Voice Agent
FAQ

Câu hỏi thường gặp

Chọn Audio Streaming (action: "stream") khi bạn tự host mô hình LLM tinh chỉnh riêng, dùng bộ STT/TTS nội địa chuyên biệt, hoặc cần xử lý trực tiếp từng frame âm thanh PCM 16-bit LE.
Có. Bạn đặt node JSON Call Action (json_call_action) trong Call Flow gọi vào và để server trả về { "actions": [{ "action": "stream", "params": { ... } }] }.
Khi VAD trên server của bạn phát hiện khách hàng bắt đầu nói qua luồng binary gửi tới, hãy gửi ngay text frame {"type":"killAudio"} qua WebSocket để dừng audio đang phát.

Kết nối pipeline AI của riêng bạn vào mạng điện thoại thực tế.

Bắt đầu với $3 tín dụng API miễn phí và bộ ví dụ WebSocket Node.js & Python.