电话客服想接 AI，要不要换线路、换系统？用现有 SIP 线路接入实时语音 AI 的落地方案与实测

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。

电话接入实时语音 AI 的链路

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。

实测数据

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