وكيل هاتفي بالهندية والمالايالامية على محرك sarvam من Wixzel Voice

ما الذي تحتاجه قبل أن تبدأ؟

• مفتاح API من Wixzel Voice مع رصيد، مُصدَّر كمتغير WIXZEL_API_KEY.
• SIP trunk وعليه رقم. للأرقام الهندية، مزوّد اتصالات مثل Exotel أو Vobiz، مع إتمام KYC وأي تسجيل DLT: الحساب الذي لم يُتمّهما يمكن أن يحمل رصيدًا ومع ذلك تُقطع كل مكالماته الصادرة.
• الأدوات curl وjq وuuidgen.

كيف تبني هذا على Wixzel Voice، خطوة بخطوة؟

1. 01تحقق من اللغات والأصوات التي يقدّمها المحرك

   اسأل الـ API بدلًا من كتابة أي من القائمتين يدويًا في الكود:

   shellنسخ

   curl https://api.voice.wixzel.com/v1/engines/sarvam/languages \
     -H "Authorization: Bearer $WIXZEL_API_KEY"
   
   curl https://api.voice.wixzel.com/v1/engines/sarvam/voices \
     -H "Authorization: Bearer $WIXZEL_API_KEY"

   تعيد نقطة نهاية اللغات حاليًا 11 من الرموز: en-IN، hi-IN، bn-IN، gu-IN، kn-IN، ml-IN، mr-IN، od-IN، pa-IN، ta-IN، te-IN. الهندية هي hi-IN والمالايالامية هي ml-IN. الأصوات هي أسماء متحدثين في Bulbul v3، مثل priya وkavya وshubh؛ تنشر Sarvam الأسماء فقط دون أي شيء آخر، لذا استمع إلى الصوت قبل اختياره.

2. 02أنشئ الوكيل الهندي

   ثلاثة إعدادات تحدد اللغة. يثبّت voice.stt.language التعرّف والكلام على الهندية؛ ويخبر language الخاص بالوكيل النموذجَ بأن يرد بها؛ وتُكتب التعليمات والجملة الافتتاحية بالطريقة التي يجب أن يبدو بها الوكيل. المراحل الثلاث كلها نماذج Sarvam، لأن مزوّد تحويل الكلام إلى نص يحدد المسار، ويجب أن تأتي المرحلتان الأخريان من العائلة نفسها.

   shellنسخ

   curl https://api.voice.wixzel.com/v1/agents \
     -H "Authorization: Bearer $WIXZEL_API_KEY" \
     -H "Content-Type: application/json" \
     -d '{
       "name": "Hindi reception",
       "language": "hi-IN",
       "system_prompt": "You answer the phone for Sharma Dental Clinic, in Hindi. Speak the everyday Hindi callers use, English words included. Keep replies to one or two short sentences.",
       "opening_message": "नमस्ते, शर्मा डेंटल क्लिनिक में आपका स्वागत है। बताइए, मैं आपकी क्या मदद करूँ?",
       "voice": {
         "stt": { "model": "sarvam/saaras-v3-realtime", "language": "hi-IN" },
         "llm": { "model": "sarvam/sarvam-105b" },
         "tts": { "model": "sarvam/bulbul-v3", "voice": "priya" }
       }
     }'

   احتفظ بقيمة id من الاستجابة باسم HINDI_AGENT_ID. تُرفض اللغة أو الصوت الذي لا يقدّمه المحرك عند إنشاء الوكيل، مع ذكر القيم الصالحة في رسالة الخطأ.

3. 03أنشئ الوكيل المالايالامي

   البنية نفسها، مع ml-IN في الموضعين وجملة افتتاحية بالمالايالامية:

   shellنسخ

   curl https://api.voice.wixzel.com/v1/agents \
     -H "Authorization: Bearer $WIXZEL_API_KEY" \
     -H "Content-Type: application/json" \
     -d '{
       "name": "Malayalam reception",
       "language": "ml-IN",
       "system_prompt": "You answer the phone for a dental clinic in Kochi, in Malayalam. Speak the everyday Malayalam callers use, English words included. Keep replies to one or two short sentences.",
       "opening_message": "നമസ്കാരം, കൊച്ചി ഡെന്റൽ ക്ലിനിക്കിലേക്ക് സ്വാഗതം. ഞാൻ എങ്ങനെ സഹായിക്കാം?",
       "voice": {
         "stt": { "model": "sarvam/saaras-v3-realtime", "language": "ml-IN" },
         "llm": { "model": "sarvam/sarvam-105b" },
         "tts": { "model": "sarvam/bulbul-v3", "voice": "kavya" }
       }
     }'

   احتفظ بقيمة id هذه باسم MALAYALAM_AGENT_ID. الوكيل الواحد يتحدث لغة واحدة: لا يملك محرك sarvam وضع اكتشاف تلقائي للغة، لذا فإن خدمة المجموعتين من المتصلين تعني رقمًا لكل لغة للمكالمات الواردة، واختيار الوكيل لكل مكالمة صادرة.

4. 04وجّه المكالمات الواردة، أو أجرِ مكالمة صادرة

   أعطِ رقمًا الوكيلَ الهندي للمكالمات الواردة، أو اتصل بشخص ما عبر الوكيل المالايالامي:

   shellنسخ

   # Inbound: calls to this number reach the Hindi agent
   jq -n --arg agent "$HINDI_AGENT_ID" '{inbound_agent_id: $agent}' |
     curl -X PATCH https://api.voice.wixzel.com/v1/phone-numbers/$NUMBER_ID \
       -H "Authorization: Bearer $WIXZEL_API_KEY" \
       -H "Content-Type: application/json" \
       -d @-
   
   # Outbound: the Malayalam agent rings $TO (E.164, for example +91 and ten digits)
   jq -n --arg to "$TO" --arg agent "$MALAYALAM_AGENT_ID" --arg from "$NUMBER_ID" \
     '{to: $to, agent_id: $agent, from_number_id: $from}' |
     curl https://api.voice.wixzel.com/v1/calls \
       -H "Authorization: Bearer $WIXZEL_API_KEY" \
       -H "Idempotency-Key: $(uuidgen)" \
       -H "Content-Type: application/json" \
       -d @-

   Idempotency-Key مطلوب في POST /v1/calls: إعادة المحاولة بالمفتاح نفسه تعيد المكالمة الأصلية بدلًا من الاتصال مرتين.

5. 05اختبر بالطريقة التي يتحدث بها متصلوك فعلًا

   يخلط معظم المتصلين الإنجليزية بالهندية أو المالايالامية: التواريخ والأرقام وأسماء العلامات التجارية وكلمات مثل "appointment" و"cancel". تتعامل نماذج Sarvam مع الكلام المختلط مثل الـ Hinglish، في حدود ما تستطيعه النماذج، لذا اكتب التعليمات بحيث تسمح به بدلًا من منعه.

   ما لا يستطيعه الوكيل هو متابعة متصل ينتقل كليًا إلى لغة أخرى من لغات الهند، لأن التعرّف مثبّت على voice.stt.language عند بدء المكالمة. أجرِ بضع مكالمات بعبارات حقيقية قبل توجيه المكالمات الفعلية إليه، واقرأ ما سُمع في النص المكتوب من GET /v1/calls/{id}.

كم يكلّف هذا البناء على Wixzel Voice؟

ما حدود Wixzel Voice التي تنطبق على هذا البناء؟

• لغة واحدة لكل وكيل. لا يملك محرك sarvam اكتشافًا تلقائيًا للغة، لذا لا يُتابَع المتصل الذي ينتقل كليًا إلى لغة أخرى.
• تعالج Sarvam الكلام والنص في الهند أثناء المكالمة. يُخزَّن سجل المكالمة والنص المكتوب وأي تسجيل على خوادم في الهند.
• تأتي أصوات Bulbul بأسماء فقط، دون وصف للجنس أو اللهجة. الاستماع إلى أحدها يعني مكالمة اختبار، تتصل بهاتف حقيقي وتنفق الرصيد.
• يشترط مزوّدو الاتصالات في الهند KYC للمكالمات الصادرة، وغالبًا تسجيل DLT. المكالمة التي يقطعها مزوّد الاتصالات لهذا السبب تفشل لديه، ولا يمكن لأي شيء على جانب المنصة إصلاحها.
• يمكن أن تكون خمس مكالمات نشطة في وقت واحد لكل حساب افتراضيًا، ويُرفع الحد عند الطلب.