OpenAI, GPT-Live sesli ajanlar için giden SIP aramalarını tüm kuruluşlara açtı

Ne oldu

Şirketin geliştirici dokümantasyonuna göre, giden SIP arama özelliği artık OpenAI'nin Live API'sini kullanan her kuruluşun erişimine açık; sayfa Hacker News'in ana sayfasına ulaşınca dikkat çeken bu değişiklik, GPT-Live sesli ajanların standart bir SIP trunking sağlayıcısı üzerinden normal telefon numaralarını aramasını sağlıyor — OpenAI'nin verdiği örnek Twilio. Sağlayıcı ajanı kamu telefon ağına bağlarken, OpenAI çağrı sesini iletiyor ve geliştiricinin backend'i oturum yapılandırması, çağrı kontrolü ve iş mantığını yönetiyor.

Dokümantasyon, giden aramanın Realtime API'nin çağrı oluşturma endpoint'i yerine Live API'de yer aldığını açıkça belirtiyor; dolayısıyla Realtime üzerine kurulu entegrasyonlar mevcut çağrı kurulumlarını basitçe yönlendiremiyor.

Giden aramalar nasıl çalışıyor

Bir çağrı, transport.type: "sip" ve bir trunk yapılandırması içeren oturum oluşturma endpoint'ine yapılan bir POST isteğiyle başlıyor. Hedef, E.164 biçiminde bir telefon numarası olmalı; SIP URI hedefleri desteklenmiyor. Trunk bloğu, sağlayıcı endpoint'ini (TLS sinyalleşmesi için sips: şemasını kullanmalı, varsayılan port 5061), digest kimlik doğrulama bilgilerini ve yine E.164 biçiminde sunulacak arayan numarasını belirtiyor.

OpenAI çeşitli kısıtlamalar getiriyor. Trunk, TLS sinyalleşmesini ve SDES-SRTP medyasını desteklemeli ve ilk çağrı yapılmadan önce sağlayıcı ayarlarında SRTP etkinleştirilmeli. Yerel ana bilgisayar adları veya gerçek özel IP adresleri kullanan sağlayıcı endpoint'leri reddediliyor. API anahtarlarının ve SIP kimlik bilgilerinin sunucuda kalması bekleniyor.

Bir 200 yanıtı yalnızca oturumun başlatıldığını doğruluyor. OpenAI, bu yanıtın çağrının yanıtlandığını göstermediğini ve içinde SDP ya da trunk kimlik bilgisi bulunmadığını belirtiyor. Gelen çağrı akışının aksine, giden çağrılar gelen çağrı webhook'u ve kabul adımı gerektirmiyor.

Gelen çağrılar ve canlı çağrı kontrolü

Gelen trafik için bir proje, sağlayıcısının trunk'ını OpenAI'nin SIP adresine yönlendiriyor; Avrupa veri yerleşimi için ayrı bir endpoint mevcut. Gelen bir çağrı, bir oturum kimliği ve SIP başlıkları içeren live.transport.incoming webhook'unu tetikliyor; ardından backend çağrıyı kabul ya da reddetme kararını veriyor. Kabul, oturum yapılandırmasını (model, ses ve delegation modu) taşıyan kimlik doğrulamalı bir istekle yapılırken, reddetme 300 ile 699 arasında bir SIP durum kodu iletiliyor — örneğin meşgul için 486. İlk karar geçerli olur; daha sonra gelen rakip bir karar hata döndürüyor.

Çağrı canlı olduğunda backend, transkriptleri almak, devredilen işleri yürütmek, komutlar göndermek ve yansıtılan sesi okumak için bir yan kanal WebSocket'e bağlanırken, konuşmanın kendisini SIP taşırıyor. Çağrı kontrolleri tuş tonları göndermeyi, çağrıyı aktarmayı ve kapatmayı destekliyor. OpenAI, eski entegrasyonların göç sırasında hâlâ kullanımdan kaldırılan live.call.incoming olayını alabileceği konusunda uyarıyor ve eski teslimatlar ile yeniden denemeler bitene kadar her iki olay adının da işlenmesini öneriyor.

Güvenlik yaklaşımı

Sinyalleşme TLS üzerinden yürüyor ve çağrı sesi SRTP gerektiriyor. Webhook teslimatları, doğrulama ve tekilleştirme için imza, zaman damgası ve kimlik başlıkları içeriyor. OpenAI, geliştiricilerden SIP başlıklarını yetkilendirme değil güvenilmeyen arayan üst verisi olarak ele almalarını ve her eyleme tam olarak bir işleyici atamalarını istiyor; böylece yinelenen webhook teslimatları veya birden fazla bağlantıda gözlenen olaylar bir aracı iki kez çalıştırmıyor.

Neden önemli

Şimdiye kadar bir sesli ajanı telefon ağına bağlamak genellikle kendi yığınınızı kurmak anlamına geliyordu: bir konuşma modeli, bir WebRTC'den telefonköprüsüne köprü, transkripsiyon ve araç donanımı. SIP'yi yerel olarak konuşan Live API, çağrı merkezlerinin ve telekom ekiplerinin zaten işlettiği altyapıya doğrudan takılıyor. Uyumlu bir trunk'a sahip herhangi bir kuruluş, hassas mantığı ve kimlik bilgilerini kendi backend'inde tutarken çağrıları bir GPT-Live ajanına yönlendirebilir ve giden taraf, planlanmış hatırlatmalar, geri aramalar ve proaktif iletişim gibi kullanım senaryolarını açıyor.

Aynı erişilebilirlik iki yönlü işliyor. Otomatik giden sesli aramaları tek bir API isteği kadar basit hale getirmek, onay, spam ve arayan kimliği güvenine ilişkin mevcut endişeleri büyütecek ve bu özelliği benimseyen kuruluşlar, AI arayanlardan önce var olan telekom mevzuatı altında faaliyet gösterecek. Ancak geliştiriciler için pratik çıkarım daha basit: telefon ağı artık Live API için sadece bir transport seçeneği.