Розробка голосових AI-агентів на платформі VAPI
Клієнт скаржиться, що бот перебиває або повільно відповідає? Найчастіше проблема в невірній конфігурації переривань та виборі STT. Ми розробляємо голосових AI-агентів на VAPI — платформі, яка дає повний контроль над стеком: від транспорту до моделі. Наш досвід — 5+ років та 50+ впроваджених проектів, тому ми гарантуємо зниження p99 latency до 800 мс та природний діалог.
VAPI (Voice API) — інфраструктурна платформа для побудови голосових AI-агентів з акцентом на розробників. На відміну від no-code рішень, VAPI надає повний контроль над стеком: вибір провайдера STT (Deepgram, AssemblyAI), LLM (GPT-4o, Claude, Llama), TTS (ElevenLabs, Azure, OpenAI) та транспортного рівня (WebRTC, PSTN, SIP). Це дозволяє створювати агентів з RAG, function calling та кастомними голосами, які працюють у 10 разів швидше стандартних IVR-систем.
Архітектура VAPI-агента
Phone Call / WebRTC
↓
[VAPI Transport Layer]
↓
[STT: Deepgram / Whisper]
↓
[LLM: GPT-4o / Claude] ←→ [Function Calls / Tools]
↓
[TTS: ElevenLabs / Azure]
↓
Audio Response
Чому VAPI, а не Twilio або власне рішення?
Twilio Voice API — це низькорівневий SIP-стек, де кожну затримку (STT, LLM, TTS) доводиться з'єднувати самому. VAPI агрегує всі етапи в одному виклику API, керує таймаутами та перериваннями з коробки. Результат: p99 latency на 40% нижче, а вартість розробки — у 2–3 рази менше. Для продакшену це означає економію на інфраструктурі та операторах до 40%.
Створення агента через VAPI API
import requests
from typing import Optional
class VAPIAgentBuilder:
def __init__(self, api_key: str):
self.api_key = api_key
self.base_url = "https://api.vapi.ai"
self.headers = {
"Authorization": f"Bearer {api_key}",
"Content-Type": "application/json"
}
def create_assistant(self, name: str,
system_prompt: str,
model: str = "gpt-4o",
voice_provider: str = "elevenlabs",
voice_id: str = "rachel",
tools: Optional[list] = None) -> dict:
assistant_config = {
"name": name,
"model": {
"provider": "openai" if "gpt" in model else "anthropic",
"model": model,
"systemPrompt": system_prompt,
"temperature": 0.7,
},
"voice": {
"provider": voice_provider,
"voiceId": voice_id,
"speed": 1.0,
"stability": 0.5,
},
"transcriber": {
"provider": "deepgram",
"model": "nova-2",
"language": "ru",
},
"firstMessage": "Здравствуйте! Чем могу помочь?",
"endCallMessage": "Спасибо за звонок. До свидания!",
"endCallFunctionEnabled": True,
"silenceTimeoutSeconds": 20,
"maxDurationSeconds": 600,
}
if tools:
assistant_config["model"]["tools"] = tools
response = requests.post(
f"{self.base_url}/assistant",
json=assistant_config,
headers=self.headers
)
return response.json()
def create_tool(self, name: str,
description: str,
parameters: dict,
server_url: str) -> dict:
return {
"type": "function",
"function": {
"name": name,
"description": description,
"parameters": {
"type": "object",
"properties": parameters,
"required": list(parameters.keys())
}
},
"server": {
"url": server_url,
"timeoutSeconds": 5,
}
}
def create_outbound_call(self, assistant_id: str,
phone_number: str,
customer_data: dict = None) -> dict:
payload = {
"assistantId": assistant_id,
"customer": {
"number": phone_number,
"name": customer_data.get("name", "") if customer_data else "",
},
}
if customer_data:
payload["assistantOverrides"] = {
"variableValues": customer_data
}
response = requests.post(
f"{self.base_url}/call",
json=payload,
headers=self.headers
)
return response.json()
def setup_inbound_phone_number(self, phone_number: str,
assistant_id: str) -> dict:
payload = {
"number": phone_number,
"assistantId": assistant_id,
"fallbackDestination": {
"type": "number",
"number": "+1234567890"
}
}
response = requests.post(
f"{self.base_url}/phone-number",
json=payload,
headers=self.headers
)
return response.json()
Як зменшити latency до комфортного мінімуму?
Затримка складається з трьох етапів: розпізнавання мови (STT), логіка моделі (LLM) та синтез (TTS). У VAPI можна впливати на кожний:
- Вибір STT: Deepgram Nova-2 дає ~250 мс при WER 8%, OpenAI Whisper — ~600 мс, але точніше. Для російськомовних проектів часто вибирають Whisper.
- Переривання: включення
interruptionsEnabledта встановленняnumWordsToInterruptAssistant = 1дозволяють користувачеві переривати агента без затримки. - Transport: WebRTC швидше PSTN — використовуйте його для клієнтів у регіоні.
- Балансування: завантажуйте LLM на ендпоінтах з низькою latency, наприклад, через vLLM або Groq.
На практиці після оптимізації p99 latency становить 600–900 мс — це комфортний рівень для діалогу.
Як налаштувати переривання для природного діалогу?
VAPI дозволяє тонко налаштовувати параметри, що впливають на природність розмови:
-
interruptionsEnabled— дозволяє користувачеві переривати агента. Критично для натуральності діалогу. -
backgroundDenoisingEnabled— фільтрація фонового шуму через Krisp. -
numWordsToInterruptAssistant— скільки слів користувача потрібно для переривання агента (рекомендується 1-2). -
backchannelingEnabled— агент вимовляє «угу», «зрозуміло» під час пауз.
Приклад конфігурації для низької затримки
{
"model": {
"provider": "openai",
"model": "gpt-4o",
"temperature": 0.7
},
"voice": {
"provider": "elevenlabs",
"voiceId": "rachel",
"speed": 1.0
},
"transcriber": {
"provider": "deepgram",
"model": "nova-2",
"language": "ru"
},
"interruptionsEnabled": true,
"numWordsToInterruptAssistant": 1,
"backchannelingEnabled": false
}
Інтеграція з WebRTC для веб-дзвінків
import Vapi from "@vapi-ai/web";
const vapi = new Vapi("YOUR_PUBLIC_KEY");
vapi.start({
assistantId: "your-assistant-id",
});
vapi.on("call-start", () => console.log("Call started"));
vapi.on("call-end", () => console.log("Call ended"));
vapi.on("message", (message) => {
if (message.type === "transcript") {
console.log(message.role, message.transcript);
}
if (message.type === "function-call") {
console.log("Tool:", message.functionCall.name);
}
});
Порівняння STT провайдерів у VAPI
| Провайдер | Latency (WER) | Російська | Вартість |
|---|---|---|---|
| Deepgram Nova-2 | ~250ms, WER 8% | добре | $0.0059/хв |
| AssemblyAI Universal | ~400ms, WER 7% | добре | $0.0065/хв |
| OpenAI Whisper | ~600ms, WER 6% | відмінно | $0.006/хв |
| Azure Cognitive | ~300ms, WER 9% | добре | $0.016/хв |
Параметри оптимізації latency
| Параметр | Значення за замовчуванням | Рекомендація |
|---|---|---|
interruptionsEnabled |
false | true |
numWordsToInterruptAssistant |
3 | 1-2 |
backgroundDenoisingEnabled |
false | true (якщо шум) |
| Transport | PSTN | WebRTC |
Що входить у роботу
Кожен проект включає:
- Архітектуру агента з вибором оптимальних провайдерів під ваш сценарій.
- Реалізацію Function Calls для інтеграції з вашими системами (CRM, бази знань).
- Налаштування переривань та лімітів для природного діалогу.
- Розгортання в production (SageMaker, Vercel, власний сервер).
- Документацію коду та інструкції з підтримки.
- Гарантійну підтримку протягом місяця після запуску.
Типові помилки при розробці VAPI-агента
- Дозвіл переривань без тестування реальних сценаріїв: агент не дослуховує довгі відповіді.
- Використання PSTN замість WebRTC: latency на 1–2 секунди вище.
- Ігнорування таймаутів Function Calls: якщо ендпоінт відповідає довше 5с, агент зависає.
- Відсутність fallback-номера: при помилці клієнт повинен переключатися на оператора.
Строки та вартість
Прототип голосового агента з базовим сценарієм — від 2 до 3 днів. Повноцінне рішення з інтеграціями, тестуванням та навчанням — від 3 до 5 тижнів. Вартість розраховується індивідуально під ваш проект. Зв'яжіться з нами, щоб отримати прототип за 2-3 дні. Замовте консультацію для оцінки вашого сценарію.
Джерело: VAPI REST API