Wixzel Voice API से असली फ़ोन कॉल पर Gemini Live

शुरू करने से पहले आपको क्या चाहिए?

• क्रेडिट वाली Wixzel Voice API की। न्यूनतम रिचार्ज $5 है।
• आपके कैरियर पर एक SIP ट्रंक और उस पर एक नंबर, जिसे कैरियर आपको कॉलर ID के रूप में दिखाने देता हो।
• curl, jq और uuidgen।

इसे Wixzel Voice पर स्टेप-बाय-स्टेप कैसे बनाएँ?

1. 01अपना SIP ट्रंक कनेक्ट करें

   अपनी की और API base एक बार सेट करें, फिर ट्रंक बनाएँ। tee पूरा रिस्पॉन्स रख लेता है, क्योंकि id के अलावा आपको इससे दो वैल्यू और चाहिए:

   shellकॉपी करें

   export WIXZEL_API_KEY="wv_live_..."
   API=https://api.voice.wixzel.com/v1
   
   TRUNK_ID=$(curl -s $API/sip-trunks \
     -H "Authorization: Bearer $WIXZEL_API_KEY" \
     -H "Content-Type: application/json" \
     -d '{
       "name": "My carrier",
       "host": "sip.your-carrier.example",
       "username": "your-sip-username",
       "password": "your-sip-password"
     }' | tee trunk.json | jq -r .id)
   
   jq -r '.platform_ip, .origination_uri' trunk.json

   अगर आपका कैरियर IP से ऑथराइज़ करता है तो username और password छोड़ दें। दोनों ही स्थितियों में, कैरियर पर platform_ip को allowlist करें ताकि वह प्लेटफ़ॉर्म से आने वाली कॉल स्वीकार करे; origination_uri वह जगह है जहाँ कैरियर को इनकमिंग कॉल भेजनी चाहिए, जिसकी इस गाइड में ज़रूरत नहीं है।

2. 02वह नंबर रजिस्टर करें जिससे आप कॉल करेंगे

   अपना नंबर इस्तेमाल करें, E.164 फ़ॉर्म में:

   shellकॉपी करें

   NUMBER_ID=$(jq -n --arg trunk "$TRUNK_ID" \
     '{phone_number: "+14155550100", sip_trunk_id: $trunk}' |
     curl -s $API/phone-numbers \
       -H "Authorization: Bearer $WIXZEL_API_KEY" \
       -H "Content-Type: application/json" \
       -d @- | jq -r .id)

3. 03Gemini Live एजेंट बनाएँ

   आवाज़ तीन स्टेज के बजाय एक realtime मॉडल है:

   shellकॉपी करें

   AGENT_ID=$(jq -n --arg number "$NUMBER_ID" '{
       name: "Gemini Live",
       system_prompt: "You are a friendly assistant on a phone call. Keep answers to one or two sentences.",
       opening_message: "Hi, this is an automated assistant. Do you have a minute?",
       outbound_phone_number_id: $number,
       voice: { realtime: { model: "google/gemini-live", voice: "Charon" } }
     }' |
     curl -s $API/agents \
       -H "Authorization: Bearer $WIXZEL_API_KEY" \
       -H "Content-Type: application/json" \
       -d @- | jq -r .id)

   voice.realtime पूरा टर्न, यानी सुनना, सोचना और बोलना, Gemini Live को सौंप देता है, इसलिए इसमें stt, llm या tts ब्लॉक नहीं होता; जो voice दोनों ढाँचे बताए, उसे API रिजेक्ट कर देता है। Charon Gemini की पहले से बनी आवाज़ों में से एक है, और GET /v1/engines/gemini_live/voices Google के एक-शब्द वाले विवरण के साथ सबकी लिस्ट देता है।

   outbound_phone_number_id एजेंट को कॉलर ID देता है, जिसकी वजह से अगली रिक्वेस्ट में from_number_id छोड़ा जा सकता है।

4. 04कॉल करें

   to नंबर की जगह वह फ़ोन नंबर लिखें जिस पर आप कॉल करना चाहते हैं:

   shellकॉपी करें

   CALL_ID=$(jq -n --arg agent "$AGENT_ID" '{to: "+14155551234", agent_id: $agent}' |
     curl -s $API/calls \
       -H "Authorization: Bearer $WIXZEL_API_KEY" \
       -H "Idempotency-Key: $(uuidgen)" \
       -H "Content-Type: application/json" \
       -d @- | jq -r .id)

   API तुरंत status: "queued" के साथ 201 लौटाता है, और कुछ पल बाद फ़ोन बजता है। यहाँ Idempotency-Key ज़रूरी है: नेटवर्क टाइमआउट से पता नहीं चलता कि कॉल हुई या नहीं, और उसी की के साथ दोबारा कोशिश करने पर दो बार डायल होने के बजाय पहली कॉल लौटती है, इसलिए अगर आप रीट्राई स्क्रिप्ट करते हैं तो की संभालकर रखें। जो कॉल अपने पहले 15 सेकंड का खर्च नहीं उठा सकती, वह कुछ भी डायल होने से पहले 402 के साथ रिजेक्ट हो जाती है।

5. 05देखें कि क्या हुआ

   पाँचवीं रिक्वेस्ट कॉल वापस पढ़ती है:

   shellकॉपी करें

   curl -s $API/calls/$CALL_ID \
     -H "Authorization: Bearer $WIXZEL_API_KEY" | jq

   Example response, shortenedकॉपी करें

   {
     "id": "6a96a3ead6e886d42462dd3e",
     "object": "call",
     "session_id": "sip-5b0c7c0e-9d1f-4c52-8a9e-2f0d3a4b6c7d",
     "status": "completed",
     "direction": "outbound",
     "channel": "phone",
     "engine": "gemini_live",
     "to": "+14155551234",
     "duration_seconds": 94,
     "cost_micros": 76923,
     "failure_code": null,
     "failure_reason": null,
     "transcript": [
       { "role": "assistant", "content": "Hi, this is an automated assistant. Do you have a minute?" },
       { "role": "user", "content": "Sure, go ahead." }
     ]
   }

   status queued से ringing और in-progress होते हुए completed तक जाता है, या failed, busy या no-answer पर खत्म होता है। cost_micros कॉल सेटल होने पर लिखा जाता है (1,000,000 यानी $1.00) और जो कॉल कभी कनेक्ट नहीं हुई उस पर null रहता है, क्योंकि ऐसी कॉल का चार्ज नहीं लगता। कॉल फ़ेल होने पर failure_code कैरियर का Q.850 cause होता है (17 बिज़ी, 19 जवाब नहीं मिला, 21 कैरियर ने रिजेक्ट किया) और failure_reason बताता है कि इसके लिए क्या करना है। GET /v1/usage/events?session_id=… हर चार्ज का ब्योरा देता है।

Wixzel Voice पर इस बिल्ड की लागत कितनी है?

इस बिल्ड पर Wixzel Voice की कौन-सी सीमाएँ लागू होती हैं?

• फ़ोन कॉल के लिए आपका अपना SIP ट्रंक चाहिए। Wixzel Voice नंबर न बेचता है, न पोर्ट करता है, न रखता है। कंसोल से कनेक्ट किए गए Twilio, Telnyx, Plivo, Vobiz या Vonage अकाउंट पर यह आपके लिए नंबर खरीद सकता है, जिसका बिल आपका कैरियर देता है।
• POST /v1/agents/{id}/test-call से होने वाली टेस्ट कॉल अपना एक वाक्य classic वॉइस पाइपलाइन से बोलती है, क्योंकि Gemini Live में एक वाक्य वाला मोड नहीं है। Gemini की अपनी आवाज़ सुनने के लिए सामान्य कॉल करें।
• डिफ़ॉल्ट रूप से एक अकाउंट पर एक साथ पाँच कॉल लाइव हो सकती हैं, माँगने पर यह सीमा बढ़ाई जाती है।
• कोई latency आँकड़ा प्रकाशित नहीं है: realtime इंजन उतनी ही तेज़ी से जवाब देता है जितना मॉडल खुद देता है। Wixzel Voice के व्यवहार में बदलाव तारीख वाले Wixzel-Version हेडर के पीछे आते हैं।