⚪️ GPT Live - интеграция с телефонией

Я немного отслеживаю современные ИИ инструменты для бизнеса, и ИИ агенты для коммуникаций - это одна из тем. OpenAI сделала не особо громкий анонс с выходом в GA (это, считайте, что сервис выходит в релиз для коммерческого использования) их интеграции телефонии с GPT-Live.

▶ Сама GPT-live в api уже давно, с сентября, работает обычным образом через WebSocket/WebRTC и удобно для приложений/браузера. Но сейчас перевели в релиз фичу со звонками по SIP. То есть вы даете клозедам канал от вашего оператора (SIP транк), и модель сможет сама звонить кому вам нужно, то есть она делает исходящие звонки сама (E.164 формат юзает). Еще можно во время разговора слать и принимать тональное DTMF, агент сможет сам проходить всё это "Нажмите 1 для соединения с ...". Заявлено HD Voice и низкая латентность (0.8с), но тут, конечно, стоит тестировать. На бэкэнд можно втыкать любую модель, хоть стороннюю. Что смущает - не нашел из коробки записей разговора, не нашел TCPA (амерские правила про дозвоны).

▶ Цены: $0.05/min, тарификация посекундно. Оплата трафика через SIP сюда не входит, это вы как с провайдером договоритесь! Довольно гуманные ценники, плюс сменили тарификацию с оплаты за токены (как было у старого риалтайма 2.1) на тарификацию поминутную, что более предсказуемо и удобно, кмк.

▶ Аналоги: предложение клозедов больше похоже на инструмент, чем на готовую платформу (и мне кажется это более удобно разработчикам). При этом цена - это низ рынка.

Не буду разворачиать сравнение, но я смотрел против Retell, Vapi, Bland, ElevenLabs. Не смотрел против LiveKit/Synthflow/Pipecat/Vocode/Twilio, но про них знаю (хотя это и немного другие штуки).

Из китов я бы смотрел как анлог только Qwen - это единственный из китайских realtime S2S, где RU официально в списке и для распознавания, и для голоса (`qwen3.8-omni-flash-realtime` / Omni Realtime: ASR ~113 языков, TTS ~36, и русский в ядре). Хотя realtime есть и ByteDance (Seeduplex), StepFun (stepaudio-3-realtime-preview, Step-Audio), GLM-Realtime - но мне кажется они послебее, и я их пока краем глаза смотрю.

👉 Как основа для своего сервиса - возможно интересно, стоит присмотреться к такому способу интеграции. Можно ли РФ номера? В теории - а какие проблемы? Вроде звонить в россию не запрещали, к тому же мы можем подать SIP транк от местного провайдера. Конечно, аккаунт у клозедов должен быть не-рф.

Нюанс в тех требованиях к транку (по шифрования/авторизации, нужен TLS + SDES/SRTP + digest) и скорее всего нужен свой SBC на Kamailio / FreeSWITCH или с Voximplant заниматься.

Ну и еще надо дождаться когда по-русски модель будет разговаривать без акцента (сейчас он явный). Думаю, это должно поправиться в обозримой перспективе.

❓ Есть тут кому такое интересно и занимается?