Telephonie SIP et Integration LiveKit

Connecter Grok au reseau telephonique

Le Voice Agent de Grok ne se limite pas aux applications web et mobiles. Grace au support natif des protocoles de telephonie, vous pouvez connecter votre assistant vocal directement au reseau telephonique classique. Un client appelle un numero de telephone standard, et c’est l’agent Grok qui repond.

Les protocoles supportes

Le Voice Agent supporte trois protocoles de connexion pour la telephonie :

SIP (Session Initiation Protocol)

Le SIP est le standard de la telephonie VoIP. En connectant un trunk SIP a votre Voice Agent, vous pouvez :

• Recevoir des appels entrants sur un numero de telephone fixe ou mobile
• Emettre des appels sortants (rappels, confirmations, relances)
• Gerer des files d’attente et des transferts vers des agents humains

Les fournisseurs de trunks SIP les plus courants (Twilio, Vonage, OVH Telecom, Free Pro) sont tous compatibles.

WebSocket

Le protocole natif du Voice Agent. Ideal si vous construisez votre propre infrastructure de telephonie ou si vous utilisez un framework comme LiveKit ou Janus.

LiveKit

LiveKit est un framework open source de communication temps reel. Il propose une integration native avec les Voice Agents, simplifiant considerablement le deploiement :

• Gestion automatique de la connexion WebSocket
• Routage des appels SIP vers des salles LiveKit
• Enregistrement et monitoring integres
• Scalabilite horizontale

Configuration audio pour la telephonie

La telephonie traditionnelle utilise des codecs specifiques a bande etroite. Le Voice Agent les supporte nativement :

G.711 mu-law (audio/pcmu)

• Sample rate : 8000 Hz uniquement
• Usage : telephonie nord-americaine et japonaise
• Bande passante : 64 kbps

G.711 A-law (audio/pcma)

• Sample rate : 8000 Hz uniquement
• Usage : telephonie europeenne et internationale
• Bande passante : 64 kbps

Configuration dans session.update

{
  "type": "session.update",
  "session": {
    "voice": "Ara",
    "instructions": "Vous etes l'assistant telephonique de la societe Dupont & Fils. Repondez de maniere professionnelle et concise.",
    "audio": {
      "input": { "format": { "type": "audio/pcma", "rate": 8000 } },
      "output": { "format": { "type": "audio/pcma", "rate": 8000 } }
    },
    "turn_detection": {
      "type": "server_vad",
      "threshold": 0.9,
      "silence_duration_ms": 700
    }
  }
}

Notez le threshold VAD a 0.9 : en telephonie, le bruit de fond et les parasites sont frequents. Un seuil eleve evite les faux declenchements.

Scenarios telephoniques

Standard telephonique automatique

L’agent accueille l’appelant, identifie son besoin, et le redirige vers le bon service :

1. Accueil vocal avec presentation de l’entreprise
2. Question ouverte : “Comment puis-je vous aider ?”
3. Identification du besoin via la conversation
4. Transfert vers le service concerne ou resolution directe

Hotline de support technique

L’agent guide l’utilisateur dans la resolution de problemes courants :

• Diagnostic par questions successives
• Instructions etape par etape
• Escalade vers un technicien humain si necessaire
• Creation automatique de ticket via function calling

Campagnes d’appels sortants

L’agent effectue des appels programmatiques :

• Confirmation de rendez-vous
• Enquetes de satisfaction
• Relances de paiement
• Notifications d’expedition

Bonnes pratiques telephoniques

Latence

En telephonie, la latence est critique. Au-dela de 300ms de delai, la conversation devient inconfortable. Pour minimiser la latence :

• Utilisez G.711 a 8000 Hz (pas de transcodage necessaire)
• Hebergez votre application pres du trunk SIP
• Gardez les fonctions appelees par l’agent rapides (< 2s)

Conformite reglementaire

• Enregistrement des appels : informez toujours l’appelant si l’appel est enregistre (obligation legale)
• RGPD : les transcriptions et enregistrements contiennent des donnees personnelles. Appliquez les regles de conservation et de suppression
• Demarchage telephonique : respectez les listes d’opposition (Bloctel en France) pour les appels sortants

Gestion des echecs

• Prevoyez un message de repli si le Voice Agent est indisponible
• Implementez un transfert vers un humain si l’agent ne comprend pas apres 2-3 tentatives
• Loggez les transcriptions pour analyser les cas d’echec et ameliorer les instructions

Points cles a retenir

• Le Voice Agent supporte SIP, WebSocket et LiveKit pour la connexion telephonique
• Les codecs G.711 (mu-law et A-law) a 8000 Hz sont le standard pour la telephonie
• Un threshold VAD eleve (0.9) reduit les faux positifs en environnement telephonique
• La latence doit rester sous 300ms pour une conversation naturelle
• La conformite reglementaire (enregistrement, RGPD, Bloctel) est obligatoire en telephonie