Guide
Brancher un agent vocal sur le téléphone SIP
Numéro, opérateur, trunk SIP et pont vers l'agent vocal : le chemin d'un appel entrant, avec ce que disent les docs de Twilio et Telnyx.
Mis à jour le
Un agent vocal ne sert à rien tant qu'il ne reçoit pas d'appels. Le chemin d'un appel téléphonique jusqu'à l'agent comporte trois maillons : le numéro, qui appartient à un opérateur ; la connexion SIP, qui transporte la voix sur IP ; le pont qui transmet l'appel à l'agent. Les documentations lues ici décrivent chaque maillon séparément. Aucune ne montre le trajet complet d'un appel, de bout en bout.
Le protocole SIP en une phrase
SIP (Session Initiation Protocol) est le protocole de signalisation qui ouvre, modifie et ferme les sessions d'appel sur IP. Il ne transporte pas la voix lui-même : il annonce l'appel, et la voix passe ensuite par un flux média. Twilio précise que SIP sert à relier une infrastructure existante, comme un PBX (le standard téléphonique d'une entreprise), aux serveurs de Twilio.
Les trois maillons
Le numéro. Il est acheté auprès d'un opérateur ou d'un fournisseur de téléphonie. La documentation Telnyx indique que les numéros sont « assigned to connection for inbound routing », c'est-à-dire rattachés à une connexion SIP pour recevoir les appels. La page Twilio lue ne mentionne pas de numéro : elle parle de réseau téléphonique commuté (PSTN) et de trunking. Pour l'achat d'un numéro, il faut donc consulter la page de chaque fournisseur.
La connexion SIP. Chez Twilio, elle s'appuie sur des SIP Domains, créés dans la console (Voice, puis SIP domains), protégés par des IP Access Control Lists et des Credential Lists. Un domaine SIP peut exister dans plusieurs régions, mais il n'est actif que dans une seule à la fois. La même page précise l'option Secure Media : elle impose SRTP, et les appels qui ne négocient pas SRTP sont rejetés. Chez Telnyx, une SIP Connection authentifie le trafic, par identifiants, adresse IP ou FQDN, et porte les numéros entrants.
Le pont vers l'agent. C'est le maillon que les fournisseurs de téléphonie ne décrivent pas. Il consiste à faire recevoir l'appel par un composant qui ouvre une session audio avec l'agent. Les frameworks s'en chargent : la documentation LiveKit Agents indique que l'agent peut « make calls to or receive calls from phones » via sa pile téléphonique. Pipecat liste Twilio, Telnyx, Plivo, Vonage et d'autres comme fournisseurs de téléphonie, avec Daily PSTN et SIP. Vocode annonce des appels entrants et sortants via un numéro, avec un serveur de téléphonie auto-hébergé.
Deux fournisseurs, deux approches
| Point | Twilio (page Voice SIP) | Telnyx (page SIP trunking) |
|---|---|---|
| Point d'entrée | SIP Domain dans la console | SIP Connection |
| Authentification | IP Access Control Lists, Credential Lists | Identifiants, IP ou FQDN |
| Numéros | Non décrits sur la page lue | Rattachés à la connexion pour le routage entrant |
| Média | Secure Media (SRTP) possible | Anchorsite : choix du point régional |
| Contrôle des coûts | Non décrit sur la page lue | Profil de voix sortante, plafond de dépense quotidien |
Les deux approches se ressemblent sur le fond : un point d'entrée SIP, une authentification, un numéro rattaché. Les différences tiennent aux noms et aux options. Lisez les pages officielles avant de choisir, car les offres et les règles de chaque pays changent.
Étapes pour un premier essai
- Choisir le fournisseur de téléphonie et y acheter un numéro de test.
- Créer la connexion SIP et la protéger (identifiants ou liste d'adresses IP).
- Relier le numéro à la connexion, puis la connexion au pont vers l'agent.
- Passer un appel de test depuis un téléphone réel, puis un second depuis un autre opérateur.
- Vérifier le plafond de dépense et les destinations autorisées avant d'ouvrir le numéro au public.
Points de vigilance
- Le format audio. Vérifiez le format que votre fournisseur de téléphonie envoie, et celui qu'acceptent la reconnaissance et la synthèse, ou prévoyez un convertisseur. La page ElevenLabs de synthèse liste un format
ulaw_8000(8 kHz) pour la sortie, et la page Gemini Live décrit de l'entrée en PCM 16 kHz. - L'information de l'appelant. Un agent qui répond au téléphone doit dire qu'il est une IA. Voir prévenir l'appelant.
- Le transfert. Le pont doit aussi savoir passer l'appel à un humain. Voir transférer un appel à un humain.
- L'enregistrement. Si les appels sont enregistrés, la finalité et la durée de conservation doivent être définies avec votre délégué à la protection des données.
Pour le reste de la chaîne, lisez l'architecture d'un agent vocal.
Sources
Pages consultées pour écrire cet article :