कंटेंट पर जाएँ
वेब और मोबाइल ऐप

वेब और मोबाइल ऐप के लिए वॉइस एजेंट API

ऐप में वॉइस एजेंट जोड़ने का मतलब आम तौर पर ऐसा फ़ोन नंबर खरीदना होता है जिसकी आपको ज़रूरत नहीं, या स्पीच-टू-टेक्स्ट, मॉडल और आवाज़ को खुद जोड़ना और साथ ही API की को डिवाइस से दूर रखना। उन प्रोडक्ट टीमों के लिए जो फ़ोन लाइन के बजाय अपने ऐप के अंदर वॉइस एजेंट चाहती हैं: वही एजेंट, इंजन, नॉलेज बेस और अपॉइंटमेंट बुकिंग जो फ़ोन कॉल का जवाब देते हैं, ब्राउज़र टैब या मोबाइल ऐप से wss://api.voice.wixzel.com/v1/realtime के ज़रिए। न कुछ कनेक्ट करना, न कोई नंबर खरीदना। आपका सर्वर एक बार इस्तेमाल होने वाला सेशन बनाता है ताकि आपकी API की कभी क्लाइंट तक न पहुँचे, और सेशन उसी प्रीपेड बैलेंस से उसी इंजन पर कॉल की तरह प्रति सेकंड खर्च करता है।

आखिरी अपडेट

अकाउंट बनाएँक्विकस्टार्ट
एक फ़ोन ऐप की स्क्रीन जिसमें बड़ा हरा मैस्कट है, उसके ऊपर स्पीच बबल में अभिवादन और नीचे बात करें बटन

Wixzel Voice से वेब या मोबाइल ऐप के लिए वॉइस एजेंट कैसे बनाएँ?

  1. 01
    POST /v1/agents

    एजेंट बनाएँ: निर्देश, शुरुआती लाइन, नॉलेज बेस और वॉइस इंजन। यह वही एजेंट है जिस तक फ़ोन कॉल पहुँचती।

  2. 02
    POST /v1/realtime/sessions

    अपने सर्वर से, अपनी API की के साथ: एजेंट का नाम दें, चाहें तो अनुमत ब्राउज़र origins और अपना metadata भी, और बदले में एक client_secret पाएँ जो उस एजेंट के लिए एक बार, एक मिनट तक काम करता है।

  3. 03
    wss://api.voice.wixzel.com/v1/realtime

    आपका क्लाइंट secret के साथ सॉकेट खोलता है और ऑडियो स्ट्रीम करता है। ब्राउज़र में wixzel-voice/realtime का RealtimeSession माइक्रोफ़ोन, प्लेबैक और बीच में टोकने (barge-in) को संभालता है; Flutter में wixzel_voice पैकेज का RealtimeConnection प्रोटोकॉल संभालता है और माइक्रोफ़ोन व स्पीकर आपका ऐप देता है।

  4. 04
    GET /v1/calls/{id}

    हर सेशन channel web वाला एक कॉल रिकॉर्ड है: ट्रांसक्रिप्ट, अवधि, खर्च और आपका metadata, और खत्म होने पर वही callCompleted webhook।

  5. 05
    wixzel-voice/mascot, wixzel_voice_flutter

    वैकल्पिक: एजेंट के बात करते समय उसका मैस्कट, यानी उसका एनिमेटेड चेहरा, दिखाएँ। वेब पेज में wixzel-voice/mascot का mountMascot उसे बनाता है और face.connect(session) कॉल चलाता है, जिसमें मुँह आवाज़ के साथ चलता है। Flutter में wixzel_voice_flutter पैकेज का AgentMascotView उसे बनाता है और MascotRealtimeLink उसे RealtimeConnection के साथ तालमेल में रखता है।

वेब या मोबाइल ऐप में वॉइस एजेंट के लिए कौन-सा वॉइस इंजन सही है?

Wixzel Voice पर gemini-live इंजन इस्तेमाल करें, $0.0491 प्रति कनेक्टेड मिनट पर। एक ही रियलटाइम मॉडल सुनना, सोचना और बोलना संभालता है, इसलिए राउंड ट्रिप उतना ही है जितना Gemini खुद देता है, और यह प्रति मिनट सबसे सस्ता इंजन है। भारतीय भाषाओं के लिए sarvam पाइपलाइन भी सॉकेट पर चलती है, और classic भी, जब आपको कोई खास ElevenLabs आवाज़ चाहिए।

Wixzel Voice पर वेब या मोबाइल ऐप में वॉइस एजेंट का खर्च कितना है?

gemini-live इंजन पर 4 मिनट के सेशन के लिए Wixzel Voice इंजन का समय, बोलने की सामान्य दर पर, असल इस्तेमाल के हर सेकंड के हिसाब से बिल। कोई टेलीफ़ोनी लागत नहीं है, क्योंकि कोई फ़ोन लाइन नहीं है, इसलिए छोटे सेशन उसी अनुपात में कम खर्च के होते हैं।

हर महीने सेशनकनेक्टेड मिनटहर महीने इंजन का खर्च
5002,000$98.20
2,50010,000$491
10,00040,000$1,964

प्रीपेड: $5 से क्रेडिट जोड़ें और सेशन उसी से खर्च होते हैं। अपने हिसाब से अनुमान लगाएँ।

कौन-सी गाइड दिखाती हैं कि Wixzel Voice पर वेब या मोबाइल ऐप के लिए वॉइस एजेंट कैसे बनाएँ?

Wixzel Voice के साथ WebSocket पर Flutter वॉइस एजेंट जोड़ें

यूज़र्स को अपने Flutter ऐप के अंदर आपके वॉइस एजेंट से बात करने दें: आपका सर्वर एक सेशन बनाता है, `wixzel_voice` Dart SDK WebSocket पर ऑडियो स्ट्रीम करता है, और कोई SIP ट्रंक या नंबर नहीं चाहिए।

Wixzel Voice से अपनी वेबसाइट पर बोलने वाला AI मैस्कट लगाएँ

अपनी वेबसाइट से एक एजेंट बनाएँ, उसके मैस्कट का वेबसाइट विजेट चालू करें और एक script टैग पेस्ट करें। विज़िटर ब्राउज़र से उसे कॉल करते हैं, आपकी तय की गई सीमाओं और कॉलर नियमों के भीतर।

Wixzel Voice के साथ Flutter ऐप में अपने एजेंट का मैस्कट दिखाएँ

`wixzel_voice_flutter` पैकेज से Flutter ऐप में वॉइस एजेंट का एनिमेटेड मैस्कट दिखाएँ, और realtime कॉल के साथ-साथ उसे सुनने, सोचने और बोलने दें।

मैस्कट डॉक्स

एजेंट का लुक बदलें, उसे लिंक या वेबसाइट विजेट के रूप में शेयर करें, और तय करें कि कौन कॉल कर सकता है और रोज़ की सीमाएँ क्या हैं।

रियलटाइम API डॉक्स

अपने सर्वर पर एक सेशन बनाएँ और WebSocket पर ऑडियो स्ट्रीम करें, बिना ट्रंक और बिना नंबर के।

अक्सर पूछे जाने वाले सवाल

क्या Wixzel Voice पर बना वॉइस एजेंट मेरी वेबसाइट या मोबाइल ऐप में लगाया जा सकता है?

हाँ। आपका सर्वर अपनी API की के साथ POST /v1/realtime/sessions कॉल करता है और एक client_secret पाता है; आपका पेज या ऐप उससे wss://api.voice.wixzel.com/v1/realtime खोलता है और दोनों तरफ़ ऑडियो स्ट्रीम करता है। एजेंट, इंजन, निर्देश और नॉलेज बेस वही हैं जो फ़ोन कॉल इस्तेमाल करती। इसमें न SIP ट्रंक लगता है, न फ़ोन नंबर।

क्या मेरे ब्राउज़र या ऐप को मेरी API की चाहिए?

नहीं, और उसके पास यह कभी होनी भी नहीं चाहिए। क्लाइंट के पास सिर्फ़ आपके सर्वर का बनाया client_secret होता है, जो एक एजेंट के लिए एक बार, एक मिनट तक काम करता है। ब्राउज़र के लिए इसे बनाते समय allowed_origins दें, फिर किसी और साइट से सॉकेट खोलने की कोशिश ठुकरा दी जाती है, यानी आपके पेज से कॉपी किया गया secret कहीं और बेकार है।

कौन-से SDK रियलटाइम API सपोर्ट करते हैं?

TypeScript SDK (npm पर wixzel-voice) में एक ब्राउज़र क्लाइंट, RealtimeSession, है जो माइक्रोफ़ोन की अनुमति माँगता है, ऑडियो एन्कोड और प्ले करता है, और यूज़र के एजेंट को बीच में टोकने को संभालता है। Dart SDK (pub.dev पर wixzel_voice) में Flutter और Dart के लिए RealtimeConnection है, जो प्रोटोकॉल संभालता है, जबकि माइक्रोफ़ोन और स्पीकर आपका ऐप देता है। बाकी सब सीधे प्रोटोकॉल इस्तेमाल करते हैं: WebSocket पर JSON फ़्रेम, और ऑडियो 8 kHz पर base64 G.711 µ-law में।

वेब और ऐप सेशन की ऑडियो क्वालिटी कैसी है?

फ़ोन जैसी। ऑडियो दोनों दिशाओं में 8 kHz पर G.711 µ-law है, जैसा फ़ोन लाइन पर होता है, क्योंकि सेशन उसी मीडिया पाथ से चलते हैं जिससे कॉल। बातचीत के लिए यह ठीक है, पर उन प्लेटफ़ॉर्म के मुकाबले यह असली कमी है जिनका ब्राउज़र ऑडियो वाइडबैंड है; यह बात बाद में पता चलने के बजाय यहीं बताई गई है।

वेब या ऐप सेशन का बिल कैसे बनता है?

बिल्कुल उसी इंजन पर फ़ोन कॉल की तरह: वही प्रति मिनट कीमत, उसी प्रीपेड बैलेंस से, प्रति सेकंड, GET /v1/usage/events में अलग-अलग दर्ज। टेलीफ़ोनी का कोई खर्च नहीं, क्योंकि कोई फ़ोन लाइन नहीं है। सेशन अकाउंट की एक साथ चलने वाली कॉल की सीमा में गिना जाता है, जो डिफ़ॉल्ट रूप से पाँच है। सेशन बनाने का कोई चार्ज नहीं, इसलिए जो यूज़र आपका पेज खोलकर माइक्रोफ़ोन की अनुमति न दे, उसका आपको कोई खर्च नहीं।

एक सेशन कितनी देर चल सकता है?

डिफ़ॉल्ट रूप से दस मिनट। सेशन बनाते समय max_duration_seconds सेट करें, 10 सेकंड से एक घंटे तक कुछ भी, और सर्वर उस समय पर सेशन खत्म कर देगा। एजेंट भी इसे खत्म कर सकता है, और आपका क्लाइंट भी।

क्या यह Flutter में काम करता है?

हाँ। Dart SDK का RealtimeConnection सॉकेट और प्रोटोकॉल संभालता है। आपका ऐप किसी भी रिकॉर्डिंग प्लगइन से 8 kHz पर 16-bit PCM रिकॉर्ड करता है, SDK के दिए हेल्पर से उसे µ-law में बदलता है, और एजेंट का ऑडियो किसी भी PCM प्लेयर से चलाता है। echo cancellation चालू रखें, वरना एजेंट स्पीकर से अपनी ही आवाज़ सुनेगा।

क्या मेरा ऐप बात करते समय एजेंट का चेहरा दिखा सकता है?

हाँ। Wixzel Voice के हर एजेंट का एक मैस्कट होता है, एक एनिमेटेड चेहरा जो एजेंट के mascot फ़ील्ड में दिए एक छोटे spec से बनता है। वेब पेज में wixzel-voice/mascot (npm पर wixzel-voice 0.10.0) का mountMascot उसे canvas पर बनाता है, और face.connect(session) रियलटाइम कॉल शुरू करता है, जिसमें मुँह एजेंट के ऑडियो के साथ चलता है। Flutter में, pub.dev पर wixzel_voice_flutter पैकेज में उसे बनाने के लिए AgentMascotView है, और उसे RealtimeConnection के साथ सुनने, सोचने और बोलने के लिए MascotRealtimeLink। Flutter में इनमें से कोई भी आपके लिए ऑडियो रिकॉर्ड या प्ले नहीं करता; वेब हेल्पर दोनों करता है।

क्या कोई ऐसा वर्शन है जिसमें कोड की ज़रूरत ही न हो?

हाँ, वेबसाइट के लिए: मैस्कट विजेट। एजेंट के लिए इसे चालू करें, embed_origins में अपनी साइट लिखें और एक script टैग पेस्ट करें, फिर विज़िटर पेज के कोने से एजेंट को कॉल कर सकते हैं। यह अंदर से वही रियलटाइम API इस्तेमाल करता है और इसका बिल भी उसी तरह बनता है। "आपकी वेबसाइट के लिए AI वॉइस असिस्टेंट" पेज देखें।

एजेंसियाँ और डेवलपर Wixzel Voice पर और क्या बनाते हैं?

अपॉइंटमेंट बुकिंग

ऐसा एजेंट बनाएँ जो फ़ोन उठाए, खाली समय देखे और अपॉइंटमेंट बुक करे, आपके अपने SIP ट्रंक पर, और बुकिंग API के ज़रिए वापस दर्ज हो।

आउटगोइंग लीड क्वालिफ़िकेशन

लीड अपलोड करें, कैंपेन शुरू करें, और एक एजेंट आपके अपने SIP ट्रंक पर हर लीड को कॉल करके आपके क्वालिफ़ाइंग सवाल पूछे। हर कॉल अपने स्टेटस और ट्रांसक्रिप्ट के साथ एक रिकॉर्ड है, जो लीड से जुड़ा होता है।

इनकमिंग सपोर्ट लाइन

सपोर्ट नंबर पर ऐसा एजेंट लगाएँ जो आपके अपलोड किए नॉलेज बेस से जवाब देता है, आम सवाल संभालता है, और हर कॉल का ट्रांसक्रिप्ट छोड़ता है।

भारतीय भाषाएँ

भारतीय भाषाओं में फ़ोन एजेंट उन्हीं के लिए बने मॉडल पर चलाएँ: sarvam इंजन स्पीच-टू-टेक्स्ट, लैंग्वेज मॉडल और टेक्स्ट-टू-स्पीच, तीनों शुरू से आखिर तक संभालता है।

वेबसाइट वॉइस असिस्टेंट

एक script टैग से अपनी वेबसाइट पर बात करने वाला AI असिस्टेंट लगाएँ: आपकी साइट से बना एजेंट, एक एनिमेटेड मैस्कट के साथ जिसे विज़िटर ब्राउज़र से कॉल करते हैं, कॉलर की जानकारी, कौन कॉल कर सकता है इसकी सेटिंग और रोज़ की सीमाएँ।

AI एजेंट से फ़ोन कॉल

Claude Code, Codex, Cursor या किसी भी MCP क्लाइंट को अपने अकाउंट से जोड़ें, और AI एजेंट को कैरियर कनेक्ट करने, वॉइस एजेंट बनाने, कॉल करने, कैंपेन चलाने और ट्रांसक्रिप्ट पढ़ने दें; पैसे खर्च करने वाला हर टूल पहले पूछता है।

कम खर्च वाली AI कॉलिंग

कुछ सेंट प्रति मिनट में AI फ़ोन कॉल चलाएँ: प्रीपेड क्रेडिट से प्रति सेकंड बिलिंग, कोई सब्सक्रिप्शन या न्यूनतम खर्च नहीं, बिना टेलीफ़ोनी मार्कअप के आपका अपना SIP ट्रंक, और हर चार्ज का अलग-अलग हिसाब।

बात करने वाला AI अवतार

वॉइस एजेंट को चेहरा दें: एक एनिमेटेड अवतार जो एजेंट की आवाज़ के साथ लिप-सिंक करता है, वेबसाइट, शेयर लिंक, वेब ऐप या Flutter ऐप के लिए, और अवतार की कोई फ़ीस नहीं।

एजेंसियों के लिए

हर क्लाइंट के लिए उसके अपने अकाउंट और कैरियर पर, उसकी भाषा में फ़ोन एजेंट बनाएँ, और प्रति सेकंड बिल होने वाले खर्च पर रिटेनर लें।

Wixzel Voice के सभी तथ्य

ऑपरेटर, कीमतें, सीमाएँ, रिफ़ंड और डेटा की लोकेशन, एक पेज पर।

अपना पहला वॉइस एजेंट बनाएँ

साइन अपक्विकस्टार्ट पढ़ें