ai-phone bilan mahalliy AI telefon agentini yaratish va ishga tushirish

ai-phone nima?

ai-phone kompyuteringizda ishlaydigan AI telefon agentidir. U kiruvchi qo‘ng‘iroqlarni qabul qilishi, chiquvchi qo‘ng‘iroqlarni amalga oshirishi, yozma ko‘rsatmalar asosida suhbat olib borishi va tashqi agent bilan integratsiya uchun navbatma-navbat buyruqlarni taqdim etishi mumkin.

Joriy nashr Apple Siliconʼli macOS uchun mo‘ljallangan. Suhbat tili modeli masofaviy bo‘lsa ham, nutqni tanish va sintez qilish MLX orqali lokal ravishda bajariladi. ai-phone o‘rnatilgan kompyuter qo‘llab-quvvatlanadigan Mac bo‘lishi kerak, biroq qo‘ng‘iroq qiluvchilar istalgan telefon yoki SIP mijozidan foydalanishlari mumkin.

Asosiy imkoniyatlar

• Kiruvchi va chiquvchi qo‘ng‘iroqlar: Sozlash vaqtida ulardan birini yoki ikkalasini ham yoqing.
• Lokal nutqni qayta ishlash: Nutqni tanish va ovoz sintezi Macʼda qoladi.
• Moslashuvchan til modellari: Lokal MLX modeli, Claude Code yoki Codex obunasi yoxud OpenAI bilan mos endpointdan foydalaning.
• SIP va telefon ulanishi: To‘g‘ridan-to‘g‘ri SIP manzili bilan sinang yoki telefon raqamlari uchun SIP trunk, Telnyx hisobingiz yoki Twilio hisobingizni ulang.
• Buyruq satri orqali avtomatlashtirish: So‘rov bilan qo‘ng‘iroqni boshlang va natijaviy transkriptni oling.
• Relay rejimi: Boshqa shellʼni qo‘llab-quvvatlaydigan agentga suhbatning har bir navbatini boshqarish imkonini bering.
• Ovoz tanlovi: O‘z ichiga inglizcha ovozni olgan Phonon yoki amerika va britancha ovozlar hamda sozlanadigan tezlikka ega Kokorodan foydalaning.

Hozirda ai-phone ingliz tilini va bir vaqtning o‘zida faqat bitta faol qo‘ng‘iroqni qo‘llab-quvvatlaydi.

Talablar

Qo‘llab-quvvatlanadigan platforma

Sizga Apple Siliconʼli Mac kerak. Intel Mac, Linux va Windows hozircha qo‘llab-quvvatlanmaydi, chunki nutq backendʼlari MLXʼga tayanadi va o‘rnatish jarayoni platformaga xos integratsiyani o‘z ichiga oladi.

Xotira va disk maydoni

• 8 GB RAM: Sozlash jarayonida kichikroq 2B model taklif qilinadi.
• 16 GB RAM: Standart 4B model uchun tavsiya etiladi.
• 32 GB RAM: 9B model uchun tavsiya etiladi.
• Disk maydoni: Yuklab olinadigan model og‘irliklari uchun bir necha gigabayt joy ajrating. Sozlash jarayoni mavjud disk maydonini tekshiradi.

Dasturiy ta’minot va telefon ulanishi

Davom etishdan oldin Git, Homebrew va uvʼni o‘rnating. O‘rnatuvchi kerakli Python paketlari va mahalliy SIP kutubxonasini boshqaradi.

Qo‘ng‘iroqlar uchun to‘g‘ridan-to‘g‘ri ulanishda SIP manzilidan foydalaning yoki o‘zingizning SIP trunkʼingizni, Telnyx hisobingizni yoki Twilio hisobingizni taqdim eting. Operator to‘lovlari va obuna cheklovlari qo‘llanilishi mumkin.

ai-phoneʼni o‘rnatish

Repozitoriyni klonlang, uning katalogiga kiring, o‘rnatuvchini ishga tushiring va interaktiv sozlashni boshlang:

git clone https://github.com/oxnw/ai-phone.git
cd ai-phone
./scripts/install.sh
uv run ai-phone setup

Sozlash jarayoni kiruvchi qo‘ng‘iroqlarni, chiquvchi qo‘ng‘iroqlarni yoki ikkalasini ham xohlashingizni so‘raydi. Keyin til modeli, telefon liniyasi va ovozni sozlaydi. Lokal model uchun sozlash aniqlangan xotira asosida variantni tavsiya qiladi va kerakli og‘irliklarni yuklab oladi.

Agar terminalingiz standart interaktiv so‘rovlar bilan yaxshi ishlamasa, oddiy rejimdan foydalaning:

uv run ai-phone setup --plain

Telefon daemonʼini ishga tushirish

Sozlashdan so‘ng daemonʼni repozitoriy katalogidan ishga tushiring:

uv run ai-phone run

Qo‘ng‘iroqlarni qabul qilmoqchi bo‘lganingizda bu jarayonni ishlab turgan holda saqlang. Faqat chiquvchi qo‘ng‘iroqlardan foydalanish uchun uni qo‘ng‘iroq qilishdan oldin ishga tushiring va tugagach Ctrl-C bilan to‘xtating.

Sozlash jarayoni fon xizmatini o‘rnatmaydi. Sozlashdan keyin yoki kompyuterni qayta ishga tushirgach daemonʼni o‘zingiz ishga tushirishingiz kerak.

Chiquvchi qo‘ng‘iroqni amalga oshirish

Daemonʼni ishlab turgan holda qoldiring va repozitoriyda boshqa terminal oynasini oching. Vazifani tavsiflovchi so‘rov va qabul qiluvchi raqam bilan call buyrug‘idan foydalaning:

uv run ai-phone call +15555550100 --json \
  --prompt "Ask whether they have a table for two at eight tonight."

+15555550100 o‘rniga qo‘ng‘iroq qilmoqchi bo‘lgan raqamingizni kiriting. Qo‘ng‘iroq tugagach, buyruq uning transkriptini qaytaradi. Har bir chiquvchi qo‘ng‘iroq AI ekanligi haqidagi bildirish bilan boshlanadi.

Kiruvchi qo‘ng‘iroqlarda esa sozlash vaqtida saqlangan salomlashuv va ko‘rsatmalardan foydalaniladi.

Bepul lokal SIP testini ishga tushirish

Operator orqali qo‘ng‘iroq qilmasdan lokal sinov o‘tkazishingiz mumkin. Sozlashni ishga tushiring, kiruvchi qo‘ng‘iroqlarni yoqing, A SIP address bandini tanlang va standart agent nomini saqlang. ai-phone daemonʼi ishlab turganida quyidagini bajaring:

pjsua --local-port 5070 sip:agent@127.0.0.1

Bu lokal SIP mijozini loopback manzilidagi agentga ulaydi va telefon provayderini sozlashdan oldin kiruvchi qo‘ng‘iroqning asosiy jarayonini tekshirish imkonini beradi.

Relay rejimi bilan qo‘ng‘iroqlarni boshqarish

Relay rejimi shellʼga kirish huquqiga ega tashqi agent uchun mo‘ljallangan. ai-phoneʼga butun suhbat uchun bitta so‘rov berish o‘rniga, tashqi agent qo‘ng‘iroqni boshlashi, gapirishi, tinglashi va har bir javobdan keyin nima qilishni hal qilishi mumkin.

Relay qo‘ng‘irog‘ini boshlash

uv run ai-phone call +15555550100 --relay --json

Navbatma-navbat gapirish va tinglash

uv run ai-phone say "Hi, I'd like to book a table for two." --json
uv run ai-phone listen --json
uv run ai-phone say "Eight o'clock, please." --json

Suhbatni yakunlash

uv run ai-phone hangup --say "Thank you. Goodbye." --json

--json dan foydalanadigan har bir buyruq standart chiqishga bitta JSON obyektini yozadi. call buyrug‘i jarayon hodisalarini standart xatolar oqimiga ham yozadi, shuning uchun integratsiyalar bu oqimlarni alohida qayta ishlashi kerak.

Agar faol qo‘ng‘iroq bo‘lmasa, listen --json kiruvchi qo‘ng‘iroqni kutadi va uni relay rejimida boshqaradi. Javobsiz relay navbati odatiy holatda 25 soniyadan keyin vaqt tugashi bilan yakunlanadi. Qo‘ng‘iroq identifikatorlari, transkriptni olish, sozlanadigan vaqt cheklovlari va chiqish kodlari haqida agent buyruqlari ma’lumotnomasiga murojaat qiling.

Modellar va ovozlarni tanlash

Nutqni tanib olish

ai-phone nutqni tanib olish uchun MLX orqali Parakeet’dan lokal ravishda foydalanadi.

Suҳbat modeli

Til modeli lokal MLX modeli, Claude Code yoki Codex obunangiz yoxud OpenAI bilan mos endpoint bo‘lishi mumkin. O‘rnatish yordamchisi tanlangan variantni sozlashga ko‘maklashadi.

Ovoz sintezi

Phonon ingliz tilidagi to‘plamga kiritilgan ovozni taqdim etadi. Kokoro esa sozlanadigan gapirish tezligiga ega Amerika va Britaniya ovozlarini taklif qiladi.

Agar masofaviy til modelidan foydalansangiz, unga qo‘ng‘iroq matni, ko‘rsatmalar va suhbat tarixi yuboriladi. Agar tashqi agent bulut provayderidan foydalansa, ushbu provayder unga taqdim etilgan transkriptlarni ham olishi mumkin. Nutqni tanib olish va sintez qilish baribir lokal ravishda amalga oshiriladi, telefon audiosi esa SIP va RTP orqali uzatiladi.

Kengaytirilgan sozlash bo‘yicha maslahatlar

Talablar o‘zgarganda sozlashni qayta ishga tushiring

Ovoz, model, yoqilgan qo‘ng‘iroq yo‘nalishlari yoki qo‘ng‘iroq qiluvchi identifikatorini o‘zgartirish uchun sozlashni qayta ishga tushiring:

uv run ai-phone setup

Yangi sozlamalar kuchga kirishi uchun konfiguratsiyani o‘zgartirgandan keyin daemon’ni qayta ishga tushiring.

Operator qo‘shishdan oldin lokal SIP bilan boshlang

Avval loopback SIP testidan foydalanib agentni tekshiring. Lokal qo‘ng‘iroqlar ishlagach, muntazam telefon raqamlari kerak bo‘lsa, SIP trunk, Telnyx yoki Twilio’ni sozlang. Tarmoq bilan bog‘liq muammolar uchun loyihaning NAT tekshiruv ro‘yxatini ko‘rib chiqing.

Mavjud xotiraga mos modelni tanlang

Eng katta modelni avtomatik tanlash o‘rniga, sozlash yordamchisining RAM asosidagi tavsiyasiga amal qiling. 2B varianti xotirasi kam tizimlar uchun mo‘ljallangan, standart 4B va kattaroq 9B modellar esa ko‘proq xotira talab qiladi.

Joriy kechikish va test holatini hisobga oling

README xotiraga kuchli bosim tushgan so‘nggi lokal ishga tushirishda birinchi eshitiladigan javobning medianasi 1.50 soniya bo‘lganini bildiradi; bu loyiha maqsad qilgan bir soniyalik ko‘rsatkichga erishmagan. Lokal qo‘ng‘iroq va uzilish testlari o‘tkazilgan, biroq jonli operator hamda agentni boshidan oxirigacha qabul qilish tekshiruvlari hali kutilmoqda. Ishga tayyorlikni baholashda e’lon qilingan o‘lchovlar va kechikish tarixini ko‘rib chiqing.

Batafsil ma’lumotnomalardan foydalaning

• Liniyalar, yo‘naltirish, qo‘ng‘iroq qiluvchi identifikatori, modellar va CLI buyruqlari uchun Foydalanish qo‘llanmasi.
• Mavjud sozlamalar uchun Namunaviy konfiguratsiya.
• Komponentlar va qo‘ng‘iroq oqimi uchun Arxitektura qo‘llanmasi.
• Tarmoq konfiguratsiyasi uchun NAT tekshiruv ro‘yxati.

Litsenziya bo‘yicha mulohazalar

ai-phone AGPL-3.0-or-later litsenziyasi ostida tarqatiladi. Uning tarkibiga kiritilgan PJSIP interfeys fayllari GPLv2-or-later litsenziyasidan foydalanadi; dasturiy ta’minotni tarqatish yoki integratsiya qilishdan oldin loyihaning litsenziya qaydlarini ko‘rib chiqing.

Xulosa

ai-phone Apple Silicon Mac’da AI telefon agentini ishga tushirish uchun amaliy buyruq qatori ish jarayonini taqdim etadi. O‘rnatgandan so‘ng model va SIP liniyasini sozlang, daemon’ni ishga tushiring va operator orqali qo‘ng‘iroq qilishdan oldin lokal ravishda sinab ko‘ring. Avtomatlashtirish uchun relay rejimi JSON hosil qiluvchi shell buyruqlari orqali tashqi agentga tuzilgan, navbatma-navbat boshqaruvni beradi.