Руководство / Практика голосового ИИ
Голосовой агент в браузере через WebRTC
Как устроена браузерная сессия голосового агента: серверный ключ, токен подключения, микрофон и завершение разговора.
Сервер вашего приложения создаёт голосовую сессию, а браузер подключается по ограниченному токену. Постоянный API-ключ MAIA должен оставаться на сервере. Голосовой API и обычный текстовый виджет — разные способы подключения.
Последовательность подключения
- Пользователь нажимает кнопку разговора.
- Ваш сервер проверяет доступ и создаёт сессию для нужного проекта.
- Браузер получает адрес и токен сессии, затем запрашивает разрешение на микрофон.
- SDK подключается к комнате, приложение воспроизводит входящий звук.
- При завершении останавливаются микрофон, аудио и соединение.
Что показать в интерфейсе
Нужны состояния подключения, активного разговора, отключённого микрофона, завершения и ошибки. Пользователь должен понимать, слышит ли его агент, и иметь доступную кнопку остановки.
Отказ в доступе к микрофону, смена устройства и потеря сети — обычные ситуации. Сообщение об ошибке должно объяснять следующий шаг, а не оставлять вечный индикатор подключения.
Проверка перед запуском
Проверьте поддерживаемые браузеры, мобильные устройства, фоновые вкладки и корпоративную сеть. Доступность страницы по HTTPS не доказывает работоспособность медиа-маршрута.
Браузерный разговор удобен для проверки агента, но не подтверждает Caller ID и телефонный перевод. Эти этапы проверяются через SIP отдельно.
Источники и проверка
Используйте актуальные документы поставщика и настройки своего проекта. Поддержка режима, условия тарифа и параметры могут измениться.
Realtime API MAIA
Проверьте подходящий сценарий и возможности своего проекта.
Подробнее