App、小程序、网页里的 AI 对话已经很常见，但不少企业最大的咨询入口仍然是一个电话号码：售后热线、门诊预约、物业报修、政务咨询、订单回访。
想让 AI 接这部分电话，企业最先问的往往不是"模型够不够聪明"，而是：线路要不要换？呼叫中心要不要推倒重来？通话内容会不会出内网？
这篇文章介绍 STMLink SAI Agent 的电话接入方案：不换号码、不买专门的电话硬件，用运营商 SIP Trunk 或企业已有的 IP-PBX，把来电直接接到实时语音 AI，并给出我们在自有测试环境中的实测数据。
一、电话入口为什么值得单独做
和 App 内的 AI 助手相比，电话场景有几个不同：
- **用户不用装任何东西。**老人、司机、现场作业人员，拿起手机就能拨，这是电话至今仍是很多行业主入口的原因。
- **问题高度重复。**营业时间、办理流程、订单进度、预约改期，大量来电是同一类问题，正适合 AI 先接。
- **峰谷差大。**节假日、促销、突发事件时来电集中涌入，按峰值配坐席成本高，按均值配又接不过来。
- **线路资产已经在那里。**号码、运营商中继、呼叫中心系统都是多年投入，企业希望 AI 是"加上去"，不是"换掉它"。
所以电话 AI 的落地，关键不在再造一套客服系统，而在把 AI 接进现有线路，并且在电话这种音质窄、回声多、用户随时会按键或挂机的环境里，表现得像一个靠谱的接线员。
二、企业接电话 AI 时最常提的顾虑
我们和客户沟通时，听得最多的是这几句：
- "号码是用了十几年的，不能换。"
- "呼叫中心刚升级过，不想再动。只想把一部分号码先交给 AI 试试。"
- "电话那头一说话，AI 要么半天不吭声，要么被打断后乱接话。"
- "用户按 0 要能转人工，说再见了要能挂，不能让人对着 AI 干等。"
- "通话录音和转写涉及客户信息，不能出内网。"
这五条，对应的是线路兼容、灰度接入、实时性、电话交互细节和数据合规。下面逐条说方案。
三、方案：把电话当成一路 SIP，接进实时音视频频道
SAI Agent 是基于 SRTC 的 AI 实时对话引擎：AI 以服务端身份加入音视频频道，和用户实时语音对话。电话接入的思路很直接——对网关来说，电话线路就是一路标准 SIP，和接 SIP 会议终端走同一套能力。来电进入频道后是一名普通成员，可以和 AI 对话，也可以进会议和真人对话。
1. 三种接法，按现有线路选
| 接法 | 做法 | 适合 |
|---|---|---|
| SIP Trunk 指向网关 | 在运营商后台把号码的呼入地址设为网关地址 | 有固定公网 IP，号码直接来自运营商 |
| 网关注册到上游 | 网关以 SIP 账号注册到运营商或 PBX | 运营商要求注册鉴权，或网关在 NAT 后 |
| 经已有 IP-PBX 转接 | PBX 把部分号码或分机转给网关，其余照旧 | 已有呼叫中心，想先把部分号码交给 AI |
第三种是多数企业的起点：呼叫中心不动，只把指定号码转给 AI，跑通后再逐步扩大范围。线路侧的音频编码需选用 G.711 A-law（PCMA），这是国内运营商中继的常见配置。
2. 按被叫号码分流
网关按被叫号码前缀把来电分到不同应用：例如 400 热线进 AI 客服，回访专线进另一个 AI，其余号码照旧进会议或人工。同一套网关可以同时承载多个 AI 场景，互不干扰。
3. 每通电话一个独立频道
每通来电由业务后端为其生成一个独立频道，再拉起 AI 进入同一频道。进哪个频道、接不接这通电话，由企业自己的业务后端决定——可以按主叫号码查客户档案、按时段决定 AI 接还是人工接、在名单外直接拒接。
4. 电话交互的细节
- 按键：支持 RFC 4733 和 SIP INFO 两种按键方式，按键以消息形式实时送到 AI，可做菜单选择、身份验证、"按 0 转人工"。
- 挂断：用户挂机，AI 自动结束会话；用户说再见，AI 道别后主动挂断，不让线路空占。
- 回声：电话免提、车载外放会把 AI 自己的声音再传回来。方案中 AI 只听来电方的音频，并为电话场景调高插话门槛，避免 AI 被自己的回声打断。
- 安全：SIP 端口暴露在公网会持续收到扫描呼叫。网关自带自动黑名单，接运营商线路时再开启来电 IP 白名单，只接受线路侧的呼叫。
5. 全离线部署：通话数据不出内网
媒体服务器、AI 进程、语音识别（ASR）、大模型（LLM）、语音合成（TTS）都可以部署在企业内网，通话音频和转写文字不出内网。大模型走 OpenAI 兼容接口，可以直接换成内网部署的开源模型（例如用 vLLM 部署的 Qwen 系列）；整套组件随 SRTC 现有私有化安装流程交付，支持 x86 与 ARM、信创环境。
不需要私有化的场景，同一套接入也可以对接讯飞、阿里云、火山引擎等云端 ASR/TTS，或直连通义千问 Omni、豆包等实时语音大模型，按预算和效果自由组合。
技术路径：运营商 SIP Trunk / IP-PBX → 设备网关（SIP 接入、按被叫号码分流、按键转发、白名单） → SRTC 实时音视频频道 → SAI Agent（ASR → LLM → TTS 级联，或实时语音大模型） → 企业业务后端（建频道、查档案、转人工）。
四、实测数据
以下数据来自我们 2026 年 10 月在自有测试环境中的实测（设备网关 1.3.5）：
- 接听后约 0.3 秒开口：电话接通到 AI 说出第一句话，来电方不会听到一段空白。
- 按键约 4 毫秒送达 AI：从网关收到按键到 AI 收到消息，菜单和转人工没有可感知的延迟。
- 对话秒级响应、可随时打断：用户插话时，AI 立即停止播放未说完的内容。
- 说再见自动挂断：AI 道别后主动结束通话。
- 免提回声不打断 AI：外放场景下 AI 能完整说完一句话。
实际对话中的响应速度还取决于所选模型和部署硬件，上线前建议在企业自己的线路和模型上做一次 POC 实测。
五、哪些场景可以直接复用
- 售后与客服热线：订单查询、退换货流程、营业时间等高频问题由 AI 先接，复杂问题按键或语义判断后转人工。
- 预约与改期：门诊预约、上门服务预约、车辆保养预约，AI 查空档、确认、改期。
- 回访与通知：满意度回访、到期提醒、活动通知，通过服务端接口发起 AI 外呼。
- 政务与公共服务咨询：办事流程、材料清单类咨询，配合全离线部署满足数据不出内网的要求。
- 夜间与高峰兜底：非工作时段和来电高峰由 AI 接听、记录诉求，次日转交人工跟进。
这些场景的共同点是：号码和呼叫中心已经存在，问题有明确边界，企业希望 AI 从一部分号码开始、逐步扩大。
六、怎么开始
建议按三步走：
- 选一个号码：从一个问题边界清晰的号码或分机开始，经现有 PBX 转给网关，不影响其他线路。
- 定好兜底：明确哪些问题 AI 答、哪些必须转人工，"按 0 转人工"作为默认出口。
- 在自己的线路上实测：用企业真实的线路、真实的话术和选定的模型跑一轮，看开口速度、识别准确率和转人工比例，再决定扩大范围。
STMLink 已开放 Voice AI POC 申请：告诉我们你的线路情况（运营商中继还是 IP-PBX）、要接的业务场景和部署要求，我们协助在你的环境里跑通第一通 AI 电话。申请入口：https://www.stmlink.com/contact?topic=voice-ai
数据说明
- 实测数据来自 STMLink 2026 年 10 月自有测试环境（设备网关 1.3.5 + SAI Agent 示例程序），实际表现受线路质量、所选模型与部署硬件影响，以 POC 实测为准。
- 接入方式与配置细节见 STMLink 文档「接入电话线路」：https://docs.stmlink.com/zh/product/device-access/phone-lines