Wixzel Voice sarvam 엔진으로 만드는 힌디어·말라얄람어 전화 에이전트

시작하기 전에 무엇이 필요한가요?

• 크레딧이 있는 Wixzel Voice API 키(WIXZEL_API_KEY로 export).
• 번호가 연결된 SIP 트렁크. 인도 번호라면 Exotel이나 Vobiz 같은 통신사에서 KYC와 필요한 DLT 등록을 마친 계정이 필요합니다. 이 절차를 마치지 않은 계정은 잔액이 있어도 모든 발신 통화가 차단될 수 있습니다.
• curl, jq, uuidgen.

Wixzel Voice에서 단계별로 어떻게 만드나요?

1. 01엔진이 지원하는 언어와 음성 확인하기

   두 목록 모두 하드코딩하지 말고 API에 물어봅니다.

   shell복사

   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"

   언어 엔드포인트는 현재 11개의 코드를 반환합니다: en-IN, hi-IN, bn-IN, gu-IN, kn-IN, ml-IN, mr-IN, od-IN, pa-IN, ta-IN, te-IN. 힌디어는 hi-IN, 말라얄람어는 ml-IN입니다. 음성은 priya, kavya, shubh 같은 Bulbul v3 화자 이름입니다. Sarvam은 이름 외에는 아무 정보도 공개하지 않으므로, 음성을 고르기 전에 직접 들어 보십시오.

2. 02힌디어 에이전트 만들기

   언어는 세 가지 설정으로 정해집니다. voice.stt.language는 인식과 음성을 힌디어로 고정하고, 에이전트의 language는 모델에게 힌디어로 답하라고 알리며, 프롬프트와 첫 인사는 에이전트가 말해야 할 방식대로 씁니다. 세 단계 모두 Sarvam 모델입니다. 음성 인식(STT) 제공업체가 파이프라인을 정하고, 나머지 두 단계는 같은 계열에서 골라야 하기 때문입니다.

   shell복사

   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" }
       }
     }'

   응답의 id를 HINDI_AGENT_ID로 보관합니다. 엔진이 지원하지 않는 언어나 음성은 에이전트 생성 시 거부되며, 오류에 사용할 수 있는 값이 나열됩니다.

3. 03말라얄람어 에이전트 만들기

   구조는 같고, 두 곳 모두 ml-IN으로 바꾸고 첫 인사를 말라얄람어로 씁니다.

   shell복사

   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" }
       }
     }'

   이 id는 MALAYALAM_AGENT_ID로 보관합니다. 에이전트 하나는 언어 하나만 씁니다. sarvam 엔진에는 언어 자동 감지 모드가 없으므로, 두 언어의 발신자를 모두 응대하려면 수신은 언어별로 번호를 하나씩 두고, 발신은 통화마다 에이전트를 골라야 합니다.

4. 04수신 통화를 연결하거나 발신하기

   번호에 힌디어 에이전트를 지정해 수신 통화를 받게 하거나, 말라얄람어 에이전트로 전화를 겁니다.

   shell복사

   # 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 @-

   POST /v1/calls에는 Idempotency-Key가 필수입니다. 같은 키로 재시도하면 두 번 전화를 거는 대신 원래 통화를 반환합니다.

5. 05발신자가 실제로 말하는 방식으로 테스트하기

   대부분의 발신자는 힌디어나 말라얄람어에 영어를 섞어 말합니다. 날짜, 숫자, 브랜드 이름, "appointment"나 "cancel" 같은 단어입니다. Sarvam 모델은 모델이 처리할 수 있는 범위 안에서 힝글리시 같은 혼합 언어를 처리하므로, 프롬프트에서 이를 금지하지 말고 허용하도록 쓰십시오.

   에이전트가 할 수 없는 것은 발신자가 완전히 다른 인도 언어로 바꿔 말할 때 따라가는 것입니다. 인식 언어는 통화가 시작될 때 voice.stt.language로 고정되기 때문입니다. 실제 트래픽을 연결하기 전에 실제 표현으로 몇 번 통화해 보고, GET /v1/calls/{id}의 대화 기록에서 어떻게 인식되었는지 확인하십시오.

Wixzel Voice에서 이 빌드의 비용은 얼마인가요?

이 빌드에는 Wixzel Voice의 어떤 한도가 적용되나요?

• 에이전트당 언어 하나. sarvam 엔진에는 언어 자동 감지가 없으므로, 발신자가 완전히 다른 언어로 바꾸면 따라가지 못합니다.
• Sarvam은 통화 중 음성과 텍스트를 인도에서 처리합니다. 통화 로그, 대화 기록, 녹음은 인도에 있는 서버에 저장됩니다.
• Bulbul 음성은 이름만 제공되며 성별이나 억양 설명은 없습니다. 들어 보려면 테스트 통화를 해야 하고, 테스트 통화는 실제 전화를 울리고 크레딧을 사용합니다.
• 인도 통신사는 KYC와, 많은 경우 DLT 등록을 마쳐야 발신을 허용합니다. 이 때문에 통신사가 차단한 통화는 통신사 단계에서 실패하며, 플랫폼 쪽에서는 해결할 수 없습니다.
• 계정당 기본적으로 동시에 5건의 통화를 진행할 수 있으며, 요청하면 한도를 늘려 드립니다.