AI 通话引擎

不是简单的「自动外呼」,是 8 状态机驱动的实时语音 AI 流水线

从拨通到挂断的每一毫秒都有状态机控制 —— 静音检测、插话打断、合规扫描、情绪识别,全在一条热路径上实时完成。

通话状态机

8 个状态,全程自动流转

1
IDLE空闲

等待呼入 / 呼出触发

2
GREETING开场白

播放 TTS 合成的开场问候

3
LISTENING聆听

VAD 语音活动检测,采集债务人语音

4
THINKING思考

ASR → LLM 推理 → 生成回复文本

5
SPEAKING播报

TTS 合成语音 → AudioSocket 推流

6
INTERRUPTED被打断

检测到插话 → 暂停播放 → 切换到聆听

7
CLOSING收尾

播放结束语,排空 TTS 缓冲

8
DONE结束

挂断 → 触发通话后分析流水线

技术实现参考:runtime/pipeline.py — RealtimePipeline + PipelineState

实时热路径

AudioSocket → VAD → ASR → LLM → TTS,一条异步管线打到底

AudioSocketVADASRLLMTTSAudioSocket

热路径不经过数据库、Redis、事件总线 —— 全在内存中完成,毫秒级延迟

实时合规扫描

Aho-Corasick 多模式匹配,通话中毫秒级检测

威胁恐吓

threat

包含威胁性、恐吓性语言

冒充身份

impersonate

冒充公检法、监管部门等

过度承诺

overpromise

承诺无法兑现的减免方案

辱骂骚扰

abuse

使用侮辱性、攻击性语言

程序违规

procedure

未进行身份核验、未告知录音

三层防御体系

第一层 — 硬关键字过滤,命中即拦截,不通过 LLM
第二层 — 软规则改写,自动替换敏感表述后重试
第三层 — 严重违规检测,触发自动挂断 + 合规告警

双引擎架构

FreeSWITCH + Asterisk 22 互备,运营商级可靠性

FreeSWITCH (主)

  • · ESL 事件套接字,实时呼叫控制
  • · WebRTC 软电话支持
  • · SIP Trunk 配置化管理

Asterisk 22 (备)

  • · AMI + ARI + AudioSocket 协议
  • · FastAGI 拨号方案脚本
  • · 自动故障切换

语音模板引擎

支持两种模板类型:对话模板(多轮 AI 协商,含开场白 × 对话目标 × 最大轮次 × 禁止动作 × 身份核验 × DNC 规则 × 转接规则 × 通话后动作) 和 通知模板(单次 TTS 播报)。 模板变量从案件数据自动填充(债务人姓名、欠款金额等)。

对你的团队意味着什么

💼

调解员

告别手工拨号。一键发起 AI 通话,实时看文字转录,通话结束后自动出摘要和下一步建议。

⚖️

合规官

不再抽样听录音。每一通电话实时扫描 5 类违禁词,违规瞬间告警,全量录音可回溯。

🔧

IT 管理员

双引擎高可用架构,一个挂了自动切另一个。SIP Trunk 配置化管理,无需改代码。

了解通话后的数据如何驱动运营决策 → AI 运营大脑