您的位置首页 >人工智能 >

SmartCall 通过插件化适配器,给 AI 呼叫中心扩展自定义端对端语音模型

开源呼叫中心项目 SmartCall 给出一套插件化扩展方案,依靠 Adapter、Session、Listener 三层抽象接口,让 AI 呼叫中心不用改动底层通信主流程,就能接入各类自研、第三方端对端实时语音模型,不再强制绑定固定厂商的语音服务。传统呼叫中心大多是 ASR、大模型、TTS 三段拼接的流水线,延迟偏高,全双工打断很难做好;而端对端语音模型直接音频进、音频出,对话更自然,但各家模型的流式协议、音频编码、事件推送规则都不一样,接入成本很高。SmartCall 把通信链路和模型推理层拆开,适配器层负责抹平不同模型之间的协议差异,上层呼叫编排、通话控制、录音、工单、知识库逻辑完全复用,企业既可以接入通义 Omni、GPT-4o Realtime 这类成熟模型,也能导入自己微调训练的私有化语音模型,还支持内网离线部署,满足金融、政务的数据不出网要求。整套方案同时保留两种工作模式,想用现成端对端模型就走实时会话模式,想自己搭配识别、大模型、合成服务,就继续用组合编排模式,给业务选型留出很大弹性。

扩展自定义端对端语音模型核心组件清单

  • Adapter:模型适配层,对接各家模型的 API、流式协议、音频编码转换
  • RealtimeSession:会话管理层,单通通话绑定一路模型会话,管理音频流、上下文、超时
  • RealtimeSessionListener:事件回调层,把模型侧的语音、文本、打断、报错事件回传给呼叫编排引擎
  • 通信底座:Asterisk,负责 SIP 电话接入、音频混音、线路控制
  • 配套能力:通话录音、知识库检索、工单回调、人工转接、意图路由

两种模型接入模式对比

模式构成方式适合模型优势
端对端模式单个实时语音模型,音频入音频出Qwen‑Omni、GPT‑4o Realtime、自研端对端语音模型延迟更低、原生支持打断,对话更自然
组合编排模式ASR + LLM + TTS 分开选配分散选型、自有识别 / 合成模型自由度高,可单独替换其中一环

接入一套自定义端对端语音模型的大致流程

  1. 实现适配器接口,完成音频采样率、编码格式转换,对齐模型的流式推送协议。
  2. 注册模型 Provider,配置地址、密钥、推理参数、上下文窗口、音色参数。
  3. 在呼叫流程里选择该模型,设置提示词、知识库、转接规则、超时策略。
  4. 发起通话,音频流经过适配器转发给自定义模型,模型输出语音回传到电话线路。
  5. 事件回调把中间文本、静音、打断信号送给编排层,联动业务系统。

这套方案解决的核心痛点

不用为了换一个语音模型重写整个呼叫中心;私有化场景可以把自定义模型部署在内网,通话音频不流出;统一控制全双工打断、流式响应,避开不同模型原生交互逻辑不兼容的坑;原有 IVR、外呼任务、录音、质检功能不用重构。

常见问题

问题 1:SmartCall 给 AI 呼叫中心扩展自定义端对端语音模型,靠什么机制实现接入?

回答 1:SmartCall 为 AI 呼叫中心扩展自定义端对端语音模型,依靠 Adapter、Session、Listener 三层插件抽象接口,抹平不同模型协议差异,实现模型即插即用。

问题 2:SmartCall 接入自定义端对端语音模型之后,还能不能继续分开选用 ASR 和 TTS?

回答 2:可以,SmartCall 扩展自定义端对端语音模型是新增模式,系统同时保留组合编排模式,仍然支持单独挑选 ASR、大模型、TTS 拼装使用。

问题 3:SmartCall 这套自定义端对端语音模型扩展方案,适合需要数据不出网的场景吗?

回答 3:适合,SmartCall 扩展自定义端对端语音模型支持私有化部署,搭配 vllmomni 适配层,自定义模型和呼叫链路都跑在内网,通话音频不用上公有云。

参考资料

[2026-11-16](SmartCall 如何为 AI 呼叫中心扩展自定义端对端语音模型)阿里云开发者社区

[2026-11-09](SmartCall 内网私有化:vllmomni 适配 Omni 模型)腾讯云开发者社区

[2026-10-26](SmartCall v1.0.9 发布:智能体知识库上线,让 AI 客服先查资料再回答)OSCHINA

[2026-10-16](调用 SmartCall 接口发起智能语音交互通话)阿里云帮助中心

免责声明

本文基于 SmartCall 开源项目公开技术文章整理,不代表商用落地保证;自定义端对端语音模型接入后的通话延迟、稳定性、并发上限,取决于模型本身推理性能、服务器资源与网络条件,项目为开源版本,生产上线前请自行完成压力与安全测试。

今日大家都在搜的词: