IP-телефония — ядро корпоративной связи, но изолированная АТС не даёт аналитики и автоматизации. Без AI вы теряете до 40% инсайтов из телефонных разговоров: ручной анализ невозможен при 1000+ звонках в день. Интеграция AI-компонентов (распознавание речи, синтез, NLU) с Asterisk/FreePBX/3CX решает эту задачу без полной замены инфраструктуры. Пример: сеть ресторанов с 30 точками теряла 70% входящих звонков в часы пик. После внедрения голосового бота на базе LLaMA 3 время ожидания сократилось с 5 минут до 10 секунд, а конверсия в бронирование выросла на 40%. Наш опыт — 5+ лет и 50+ внедрений. Разберём архитектурные подходы, выбор моделей и типичные ошибки.
Какие архитектурные подходы к интеграции AI с IP-телефонией существуют?
Выделяют три ключевых подхода: AMI для управления звонками, AGI для встраивания скриптов в диалплан и webhook-интеграция для 3CX. Выбор зависит от задач: real-time обработка, пост-колл аналитика или гибрид.
AMI (Asterisk Manager Interface)
Управление звонками через TCP. Подходит для инициации звонков из внешних систем (кол-обзвон, опросы). Пример кода:
import asterisk.manager as ami manager = ami.Manager() manager.connect("asterisk-server") manager.login("admin", "secret") # Инициируем исходящий звонок manager.originate( channel="SIP/1001", exten="s", context="ai-bot", priority=1, caller_id="AI Bot <0800>", variables={"CUSTOMER_ID": "12345"} ) AGI (Asterisk Gateway Interface)
Скрипт при входящем звонке. Позволяет выполнять произвольный код на Python, Bash и т.д. с доступом к каналу:
from asterisk.agi import AGI def handle_call(): agi = AGI() agi.answer() agi.set_variable("CHANNEL(audioreadformat)", "slin16") # Воспроизводим TTS tts_audio = synthesize_greeting() agi.stream_file(save_as_asterisk_audio(tts_audio)) # Записываем ответ agi.record_file("/tmp/response", "wav", "#", 5000) transcript = transcribe("/tmp/response.wav") # Обрабатываем и отвечаем reply = process_intent(transcript) reply_audio = synthesize(reply) agi.stream_file(save_as_asterisk_audio(reply_audio)) FreePBX с пользовательскими модулями
Подключаем dialplan hook через PHP:
// FreePBX dialplan hook function ai_bot_dialplan_hook($exten, $context) { if ($context == 'from-internal' && $exten == '9000') { return [ 'AGI,agi://127.0.0.1/ai_voice_bot', 'Hangup' ]; } } 3CX интеграция через Call Flow Designer
Используем webhook-шаг, вызываем AI API на каждом этапе IVR:
{ "type": "webhook", "url": "https://ai-api.company.com/3cx/ivr-step", "method": "POST", "body": { "caller": "{{CallerId}}", "extension": "{{Extension}}", "speech_input": "{{SpeechInput}}" } } SIP Trunk для медиа-стриминга
Для задач real-time (voice bot, live-транскрибация) перехватываем RTP через media proxy:
Caller → Asterisk/3CX → SIP Trunk → Media Proxy (RTP) → AI Engine ↑ Перехватываем RTP-поток, обрабатываем в AI, возвращаем синтезированный аудио Как выбрать между AMI, AGI и webhook?
| Критерий | AMI | AGI | Webhook (3CX) |
|---|---|---|---|
| Управление звонками | Да (инициация, завершение) | Нет | Частично (через API) |
| Обработка в реальном времени | Нет (только управление) | Да | Да (через внешний сервер) |
| Сложность реализации | Средняя | Средняя | Низкая |
| Latency | Низкая (TCP) | Средняя (AGI-скрипт) | Зависит от сети |
| Поддержка Voip-платформ | Asterisk, FreePBX | Asterisk, FreePBX | 3CX |
AMI подходит для сценариев, где нужно инициировать звонки из внешней системы — например, для массового обзвона. AGI незаменим, когда требуется во время разговора получить аудио, передать его в AI и вернуть синтезированный ответ. Если у вас 3CX, webhook-интеграция проще и быстрее, но даёт меньше контроля над медиа-потоком.
Какие AI-модели оптимальны для голосовых ботов?
Для STT используем OpenAI Whisper (large-v3) — точность >95% на русском языке, поддерживает 80+ языков. Транскрибация с Whisper large-v3 в 2 раза точнее стандартных решений на базе Google Speech-to-Text. Для NLU — LLaMA 3 или GPT-4o: они стабильно извлекают интенты, избегая галлюцинаций. Для TTS — Coqui TTS (open-source) или ElevenLabs (высокое качество, но проприетарный). Все модели разворачиваются с vLLM для оптимизации пропускной способности и снижения latency.
| Модель | Назначение | Latency p99 | Точность | Лицензия |
|---|---|---|---|---|
| Whisper large-v3 | STT | <500 мс | >95% | MIT |
| LLaMA 3 | NLU | <800 мс | 90%+ | LLaMA |
| GPT-4o | NLU | <1 с | 95%+ | Проприетарная |
| Coqui TTS | TTS | <400 мс | Высокая | MIT |
| ElevenLabs | TTS | <600 мс | Очень высокая | Проприетарная |
Почему стоит интегрировать AI-контакт-центр с существующей IP-АТС?
Без AI вы теряете до 40% инсайтов из телефонных разговоров. Ручной анализ невозможен при 1000+ звонках в день. AI решает: автоматическая транскрибация всех звонков с точностью >95% (Whisper large-v3), определение тональности, спикеров, ключевых фраз, генерация сводок и автоматическое заполнение CRM.
| Параметр | Без AI | С AI |
|---|---|---|
| Время на один звонок (полный цикл) | 15–20 мин | 3–5 мин |
| Точность выявления проблем клиента | 30% | 85% |
| Интеграция с CRM | ручной ввод | автоматически |
| Масштабирование | найм операторов | дообучение модели |
Сертифицированные инженеры с опытом 10+ лет реализуют интеграцию без простоев. Гарантия на работу — 6 месяцев.
Процесс интеграции и сроки
- Аудит текущей телефонной инфраструктуры (Asterisk/FreePBX/3CX, версии, расширения).
- Проект архитектуры AI-модуля: выбор модели, оптимизация latency, pipeline обработки.
- Разработка скриптов AGI/AMI/webhook, настройка media proxy (RTP-перехват).
- Интеграция с CRM через REST API или вебхуки.
- Тестирование на тестовом контуре (до 7 дней).
- Деплой в продуктив с мониторингом (Prometheus + Grafana).
- Обучение команды и документация.
Сроки: от 2 недель (AGI-интеграция с одним сценарием) до 1.5 месяцев (full-media proxy + многоязычный voice bot). Стоимость рассчитывается индивидуально — зависит от сложности сценариев, количества интеграций и необходимых AI-моделей.
Что входит в работу
- Архитектурная документация (HLD/LLD) с детальным описанием интеграций.
- Доступ к Git-репозиторию с кодом скриптов и конфигураций.
- Прототип на тестовом стенде для приёмки.
- Развёртывание в продуктивной среде.
- Интеграция с CRM через webhook или API.
- Обучение администраторов и операторов.
- Техническая поддержка и гарантия 6 месяцев.
Типичные ошибки при самостоятельной интеграции
Чаще всего встречаются три проблемы. Первая — не учёт latency. Если модель отвечает дольше 500 мс, клиент слышит эхо. Используйте vLLM с оптимизацией и GPU с низкой задержкой. Вторая — отсутствие failover. При сбое AI-модуля звонки должны уходить на live-оператора. Настраиваем каскадное переключение через AMI. Третья — недостаточная безопасность. Открытый AGI-порт — риск. Используем TLS и ограничение IP-адресов.
Получите консультацию по интеграции AI в вашу АТС. Свяжитесь с нашими инженерами для оценки вашего проекта — мы подготовим архитектуру и рассчитаем стоимость.