AI.Caller

一个基于 .NET 8 的企业级智能 SIP 电话系统，集成了 AI 驱动的自动外呼、智能应答和实时语音处理功能。

项目概述

AI.Caller 是一个生产级的 SIP 电话解决方案，核心特色是将 AI 能力深度集成到电话通信流程中。系统不仅提供完整的 Web 界面进行电话管理，更重要的是实现了智能化的外呼任务自动化和来电自动应答。

系统采用双层模块化架构：

AI.Caller.Core：独立的 SIP 通信和音频处理核心库
AI.Caller.Phone：基于 ASP.NET Core MVC 的 Web 应用

通过 System.Threading.Channels 实现的高性能后台任务队列，系统能够高效处理大规模批量外呼任务。

技术栈

核心框架

.NET 8.0 - 主要开发框架
ASP.NET Core MVC - Web 应用框架
Entity Framework Core + SQLite - 数据持久化
SignalR - 实时双向通信

通信协议

SIPSorcery - SIP/RTP 协议栈实现
WebRTC - 浏览器端实时音视频通信
G.711 (PCMA/PCMU) - 音频编解码标准

AI 与音频处理

Sherpa-ONNX - 语音活动检测 (VAD)
FFmpeg - 音频重采样和格式转换
自定义 TTS 引擎 - 流式文本转语音合成
自适应 VAD 算法 - 双阈值 + 噪声底线自适应 + 去抖动

异步处理

System.Threading.Channels - 高性能无锁队列
IHostedService - 后台服务托管
ArrayPool - 内存池优化

数据处理

ExcelMapper & NPOI & ClosedXML - Excel 批量导入导出

主要功能

1. 多场景通话支持

系统支持 7 种通话场景的无缝切换：

场景	说明	实现类
Web ↔ Web	浏览器之间的 WebRTC 通话	`WebToWebScenario`
Web → Mobile	浏览器呼叫外部 SIP 设备	`WebToMobileScenario`
Mobile → Web	外部 SIP 设备呼入浏览器	`MobileToWebScenario`
Server → Web	AI 坐席呼叫浏览器用户	`ServerToWebScenario`
Server → Mobile	AI 坐席呼叫外部设备	`ServerToMobileScenario`
Web → Server	浏览器呼叫 AI 坐席	`WebToServerScenario`
Mobile → Server	外部设备呼入 AI 坐席	`MobileToServerScenario`

核心能力：

实时通话状态监控（通过 SignalR 推送）
完整的通话控制（建立、应答、挂断、DTMF）
通话录音和回放
SIP 客户端池化管理（SIPClientPoolManager）

2. AI 智能应答系统

核心组件：AIAutoResponder

这是系统的核心 AI 引擎，实现了以下关键功能：

流式 TTS 播放

支持预缓冲机制（默认 3 个音频块）
流式合成降低首字延迟
可配置播放次数和间隔

智能 VAD（语音活动检测）

算法特点：
- 自适应噪声底线（EMA 平滑）
- 双阈值判决（进入阈值 6dB / 恢复阈值 3dB）
- 去抖动机制（100ms debounce）
- FFmpeg 预处理（高通滤波 120Hz）

当检测到用户说话时，AI 自动暂停播报；用户停止说话后，AI 自动恢复播放。

Jitter Buffer 缓冲管理

基于 Channel<byte[]> 的无锁队列
水位线控制（高水位 300 / 低水位 100）
自适应播放速率

音频桥接（AudioBridge）

SIP 音频流 ↔ AI 处理模块的双向桥接
G.711 编解码（PCMA/PCMU）
音频重采样（8kHz/16kHz/24kHz）

来电路由系统（CallRoutingService）

基于被叫号码的智能路由
支持路由策略：
- 路由到 Web 用户
- 路由到 AI 客服（自动应答）
- 外部转接
配置化路由规则

3. AI 外呼任务管理

任务创建方式

单个任务：快速创建单个外呼任务，支持 TTS 模板变量替换

批量任务：

选择 TTS 模板
系统根据模板变量动态生成 Excel 模板
填写 Excel（电话号码 + 变量值）
上传后自动解析并创建任务队列

后台任务处理架构

用户提交任务
    ↓
BackgroundTaskQueue (Channel-based)
    ↓
QueuedHostedService (持续消费)
    ↓
CallProcessor (任务协调器)
    ↓
├─ CallManager.MakeCallAsync (建立通话)
└─ AICustomerServiceManager.StartAI (启动 AI)
    ↓
AIAutoResponder (TTS 播放 + VAD 检测)

关键特性：

动态坐席调度：自动选择空闲 AI 坐席
任务状态管理：排队中 → 进行中 → 已完成/失败
批量任务控制：支持暂停/恢复/取消
失败重试机制

TTS 模板系统

支持变量占位符（如 {CustomerName}、{OrderNumber}）
可配置播放次数、间隔、语速
支持结束语（循环播放后的最终播报）

4. 实时音频处理

性能优化：

ArrayPool<byte> 内存池减少 GC 压力
并行音频编码
音频重采样器缓存（ConcurrentDictionary）

音频处理流程：

TTS 引擎 → 流式合成（float[]）
    ↓
AudioResampler（重采样到 8kHz）
    ↓
G711Codec（编码为 PCMA/PCMU）
    ↓
Jitter Buffer（平滑播放）
    ↓
RTP 发送

5. 基础管理功能

用户认证：基于 Cookie 的认证系统
SIP 账户管理：多账户配置和管理
TTS 模板管理：CRUD 操作 + 变量定义
通话记录：完整的呼叫日志和状态追踪
铃声管理：自定义铃声上传和配置

项目结构

AI.Caller/
├── src/
│   ├── AI.Caller.Core/              # 核心 SIP 和音频处理库
│   │   ├── CallAutomation/          # AI 自动应答核心逻辑
│   │   │   └── AIAutoResponder.cs   # AI 自动应答器（TTS 播放、VAD 检测）
│   │   ├── Media/                   # 音频处理模块
│   │   │   ├── AudioBridge.cs       # 音频桥接（SIP ↔ AI）
│   │   │   ├── AudioResampler.cs    # 音频重采样
│   │   │   ├── Encoders/            # G.711 编解码器
│   │   │   ├── Vad/                 # 语音活动检测
│   │   │   └── Asr/                 # 语音识别（预留）
│   │   ├── Network/                 # 网络监控服务
│   │   ├── SIPClient.cs             # SIP 客户端封装
│   │   ├── SIPClientPoolManager.cs  # SIP 客户端池管理
│   │   ├── MediaSessionManager.cs   # 媒体会话管理（RTP/WebRTC）
│   │   └── SIPTransportManager.cs   # SIP 传输层管理
│   │
│   └── AI.Caller.Phone/             # Web 应用程序
│       ├── Controllers/             # MVC 控制器
│       ├── Services/                # 业务服务层
│       │   ├── ICallManager.cs      # 通话管理服务（含实现）
│       │   ├── AICustomerServiceManager.cs  # AI 客服管理
│       │   ├── CallProcessor.cs     # 外呼任务处理器
│       │   └── BackgroundTaskQueue.cs       # 后台任务队列
│       ├── CallRouting/             # 来电路由服务
│       ├── BackgroundTask/          # 后台服务
│       ├── Hubs/                    # SignalR 实时通信
│       ├── Entities/                # 数据模型
│       └── Views/                   # MVC 视图
│
├── tests/                           # 单元测试项目
└── deploy/                          # 部署文件

架构设计

核心架构原则

1. 分层架构

┌─────────────────────────────────────────┐
│  表示层 (Presentation Layer)            │
│  ASP.NET Core MVC + SignalR             │
├─────────────────────────────────────────┤
│  业务逻辑层 (Business Logic Layer)      │
│  Services (CallManager, AIManager, etc) │
├─────────────────────────────────────────┤
│  数据访问层 (Data Access Layer)         │
│  Entity Framework Core + SQLite         │
├─────────────────────────────────────────┤
│  基础设施层 (Infrastructure Layer)      │
│  SIP Stack, Audio Processing, Network   │
└─────────────────────────────────────────┘

2. 模块化设计

AI.Caller.Core：独立的核心库，可被其他项目引用
- 零 Web 依赖
- 纯粹的 SIP 和音频处理逻辑
AI.Caller.Phone：Web 应用层
- 依赖 Core 库
- 提供 UI 和业务编排

3. 依赖注入与控制反转

所有服务通过 DI 容器管理，关键接口抽象：

ICallManager - 通话管理
IBackgroundTaskQueue - 任务队列
ICallProcessor - 任务处理器
IAIAutoResponderFactory - AI 应答器工厂
ICallRoutingService - 来电路由

关键组件详解

1. CallManager（通话管理器）

职责：管理通话的完整生命周期

public interface ICallManager {
    Task<CallContext> MakeCallAsync(string destination, User caller, 
                                     RTCSessionDescriptionInit? offer, 
                                     CallScenario scenario);
    Task<bool> IncomingCallAsync(SIPRequest sipRequest, 
                                  CallRoutingResult routingResult);
    Task HangupCallAsync(string callId, int hangupUser);
    Task AnswerAsync(string callId, RTCSessionDescriptionInit? answer);
    Task SendDtmfAsync(byte tone, int sendUser, string callId);
}

核心功能：

维护活跃通话上下文（ConcurrentDictionary<string, CallContext>）
协调不同通话场景的处理逻辑
管理 SIP 客户端的分配和释放
集成录音管理器

2. AICustomerServiceManager（AI 客服管理器）

职责：管理 AI 自动应答实例的生命周期

public class AICustomerServiceManager {
    Task<bool> StartAICustomerServiceAsync(User user, 
                                           SIPClient sipClient, 
                                           string scriptText);
    Task StopAICustomerServiceAsync(int userId);
}

工作流程：

创建 AIAutoResponder 实例
初始化 AudioBridge 并连接音频流
订阅音频事件（OutgoingAudioGenerated、IncomingAudioReceived）
启动 TTS 播放任务
管理会话状态（ConcurrentDictionary<int, AIAutoResponderSession>）

3. CallProcessor（任务处理器）

职责：协调外呼任务的执行

public async Task ProcessCallLogJob(int callLogId) {
    // 1. 查找空闲 AI 坐席
    var agent = await FindIdleAgent();
    
    // 2. 发起呼叫
    var callContext = await _callManager.MakeCallAsync(...);
    
    // 3. 等待接通
    // 4. 启动 AI 客服
    await _aiManager.StartAICustomerServiceAsync(...);
    
    // 5. 等待通话结束
    // 6. 更新任务状态
}

关键逻辑：

动态坐席调度（排除正在通话的坐席）
任务状态管理（Queued → InProgress → Completed/Failed）
异常处理和失败原因记录

4. BackgroundTaskQueue（后台任务队列）

实现：基于 System.Threading.Channels 的有界队列

public class BackgroundTaskQueue : IBackgroundTaskQueue {
    private readonly Channel<Func<CancellationToken, IServiceProvider, Task>> _queue;
    
    public BackgroundTaskQueue(int capacity) {
        var options = new BoundedChannelOptions(capacity) {
            FullMode = BoundedChannelFullMode.Wait
        };
        _queue = Channel.CreateBounded<...>(options);
    }
}

特点：

无锁高性能队列
容量限制（默认 100）
背压控制（队列满时等待）

5. QueuedHostedService（后台服务）

职责：持续消费任务队列

protected override async Task ExecuteAsync(CancellationToken stoppingToken) {
    while (!stoppingToken.IsCancellationRequested) {
        var workItem = await TaskQueue.DequeueAsync(stoppingToken);
        
        using (var scope = _serviceProvider.CreateScope()) {
            await workItem(stoppingToken, scope.ServiceProvider);
        }
    }
}

6. SIPClientPoolManager（SIP 客户端池）

职责：管理 SIP 客户端的复用

维护客户端连接池
支持客户端的获取、释放和复用
自动管理客户端生命周期
支持多 SIP 服务器配置

7. MediaSessionManager（媒体会话管理器）

职责：管理 RTP 和 WebRTC 媒体会话

管理 VoIPMediaSession（SIP/RTP）
管理 RTCPeerConnection（WebRTC）
处理 SDP 协商和 ICE 候选交换
支持音频桥接（SIP ↔ WebRTC）

数据流详解

外呼任务完整流程

sequenceDiagram
    participant User as 用户
    participant Queue as BackgroundTaskQueue
    participant Service as QueuedHostedService
    participant Processor as CallProcessor
    participant CallMgr as CallManager
    participant AIMgr as AICustomerServiceManager
    participant Responder as AIAutoResponder
    participant SIP as SIP/RTP Stack

    User->>Queue: 提交外呼任务
    Queue->>Service: 入队
    Service->>Processor: 消费任务
    Processor->>Processor: 查找空闲坐席
    Processor->>CallMgr: MakeCallAsync()
    CallMgr->>SIP: 发起 SIP INVITE
    SIP-->>CallMgr: 200 OK (接通)
    CallMgr-->>Processor: 返回 CallContext
    Processor->>AIMgr: StartAICustomerServiceAsync()
    AIMgr->>Responder: 创建并启动
    Responder->>Responder: PlayScriptAsync()
    loop TTS 流式播放
        Responder->>SIP: SendAudioFrame()
        SIP->>User: RTP 音频包
    end
    Responder->>Processor: 播放完成
    Processor->>CallMgr: HangupCallAsync()
    CallMgr->>SIP: 发送 BYE

关键步骤：

任务入队：用户提交任务到 BackgroundTaskQueue
坐席调度：CallProcessor 查找空闲 AI 坐席
发起呼叫：CallManager 通过 SIP 协议栈发起 INVITE
等待接通：监听 CallAnswered 事件
启动 AI：AICustomerServiceManager 创建 AIAutoResponder
TTS 播放：流式合成并发送音频帧
VAD 检测：实时检测用户语音，智能暂停/恢复
通话结束：播放完成后挂断，更新任务状态

来电路由流程

sequenceDiagram
    participant External as 外部电话
    participant SIP as SIPTransportManager
    participant Routing as CallRoutingService
    participant CallMgr as CallManager
    participant AIMgr as AICustomerServiceManager
    participant Responder as AIAutoResponder

    External->>SIP: SIP INVITE
    SIP->>Routing: 路由决策
    alt 路由到 Web 用户
        Routing->>CallMgr: IncomingCallAsync(MobileToWeb)
        CallMgr->>CallMgr: 振铃通知
    else 路由到 AI 客服
        Routing->>CallMgr: IncomingCallAsync(MobileToServer)
        CallMgr->>AIMgr: StartAICustomerServiceAsync()
        AIMgr->>Responder: 播放欢迎语
        loop 双向音频
            External->>Responder: 用户语音 (VAD 检测)
            Responder->>External: AI 播报 (智能暂停/恢复)
        end
    end

音频处理流程

┌─────────────────────────────────────────────────────┐
│                   TTS 引擎                           │
│              (流式合成 float[] 32kHz)                │
└────────────────────┬────────────────────────────────┘
                     │
                     ▼
┌─────────────────────────────────────────────────────┐
│              AudioResampler                          │
│           (重采样到 8kHz PCM16)                      │
└────────────────────┬────────────────────────────────┘
                     │
                     ▼
┌─────────────────────────────────────────────────────┐
│               G711Codec                              │
│          (编码为 PCMA/PCMU)                          │
└────────────────────┬────────────────────────────────┘
                     │
                     ▼
┌─────────────────────────────────────────────────────┐
│            Jitter Buffer                             │
│      (Channel<byte[]> 平滑播放)                      │
└────────────────────┬────────────────────────────────┘
                     │
                     ▼
┌─────────────────────────────────────────────────────┐
│          MediaSessionManager                         │
│           (RTP 封包发送)                             │
└─────────────────────────────────────────────────────┘

上行音频处理（用户 → AI）：

RTP 接收 → G.711 解码 → AudioBridge.ProcessIncomingAudio 
→ AIAutoResponder.OnUplinkPcmFrame → VAD.Update 
→ 判断是否暂停播放

架构亮点

1. 高性能异步处理

无锁队列：基于 System.Threading.Channels 实现零锁竞争
背压控制：有界队列防止内存溢出
并发处理：IHostedService 持续消费任务
内存优化：ArrayPool<byte> 减少 GC 压力

2. 服务职责清晰

CallManager          → 通话"管道"管理（建立、维护、销毁）
AICustomerServiceManager → AI 能力注入（TTS、VAD）
CallProcessor        → 任务调度协调器
CallRoutingService   → 来电路由决策

3. 依赖倒置原则

通过接口抽象实现松耦合：

ICallManager - 通话管理抽象
IBackgroundTaskQueue - 任务队列抽象
IAIAutoResponderFactory - AI 应答器工厂抽象
ITTSEngine - TTS 引擎抽象

便于单元测试和功能替换。

4. 资源池化管理

SIP 客户端池：复用连接，减少建立开销
音频重采样器缓存：ConcurrentDictionary 缓存不同采样率的重采样器
内存池：ArrayPool<byte> 复用字节数组

5. 实时音频优化

Jitter Buffer 设计

private readonly Channel<byte[]> _jitterBuffer;
private const int JitterBufferWaterline = 300;  // 高水位
private const int LowWatermark = 100;           // 低水位

工作原理：

预缓冲 300 个音频帧后开始播放
低于 100 帧时自动加速播放（1.2x）
高于 300 帧时自动减速播放（0.8x）

VAD 自适应算法

// 自适应噪声底线
_noiseFloor = (1 - _emaAlpha) * _noiseFloor + _emaAlpha * rms;

// 双阈值判决
float enterThresh = _noiseFloor * DbToLin(6f);   // 进入阈值
float resumeThresh = _noiseFloor * DbToLin(3f);  // 恢复阈值

// 去抖动
if ((now - _lastVadStateChange).TotalMilliseconds >= 100ms)

并行音频编码

Parallel.For(0, frameCount, i => {
    var frame = ExtractFrame(pcmData, i);
    encodedFrames[i] = _g711Codec.EncodeALaw(frame);
});

6. 灵活的场景模式

通过策略模式实现 7 种通话场景的独立处理：

每个场景独立处理 SDP 协商
独立的媒体流管理
便于扩展新场景

7. 可扩展性设计

预留 ASR 接口：src/AI.Caller.Core/Media/Asr/
模块化音频处理：编解码器、重采样器、VAD 均可独立替换
插件化 TTS 引擎：通过 ITTSEngine 接口支持多种 TTS 实现

性能指标

音频处理性能

TTS 首字延迟：< 200ms（流式合成 + 预缓冲）
VAD 响应时间：100ms（debounce 时间）
音频帧处理：20ms/帧（8kHz 采样率）
Jitter Buffer 延迟：60-300ms（自适应）

系统吞吐量

并发通话数：取决于 SIP 客户端池大小和服务器资源
任务队列容量：100（可配置）
批量任务处理：异步处理，不阻塞 Web 请求

资源占用

内存优化：ArrayPool 减少 GC 压力
CPU 优化：并行音频编码
网络优化：G.711 低带宽编码（64 kbps）

未来演进方向

短期目标（已预留接口）

单向 AI 语音播放
VAD 智能检测
语音识别 (ASR)：集成 Sherpa-ONNX ASR 模型
语音转文本：实时转录用户语音

中期目标

自然语言理解 (NLU)：理解用户意图
对话管理 (Dialogue Manager)：多轮对话状态机
知识库集成：FAQ 问答系统

长期目标

情感识别：分析用户情绪
多语言支持：中英文混合识别
实时翻译：跨语言通话
通话质量分析：MOS 评分、静音检测

已知限制

单向对话：当前仅支持 AI 单向播报 + VAD 检测，不支持语音识别
TTS 引擎：需要自行集成 TTS 服务（代码中通过 ITTSEngine 接口抽象）
并发限制：受 SIP 客户端池大小限制
网络依赖：需要稳定的网络环境保证音频质量

快速开始

环境要求

.NET 8.0 SDK - 下载地址
Visual Studio 2022 或 VS Code
FFmpeg - 用于音频处理（需配置路径）

安装步骤

1. 克隆项目

git clone https://github.com/wolfweb/wolfweb-AI.Caller.git
cd AI.Caller

2. 还原依赖包

dotnet restore

3. 配置 FFmpeg

在 src/AI.Caller.Phone/appsettings.json 中配置 FFmpeg 路径：

{
  "FFmpegDir": "C:\\path\\to\\ffmpeg\\bin"
}

4. 配置管理员账户

在 src/AI.Caller.Phone/appsettings.json 中配置默认管理员：

{
  "UserSettings": {
    "DefaultUser": {
      "Username": "admin",
      "Password": "your-strong-password"
    }
  }
}

5. 配置 SIP 设置（可选）

{
  "SipSettings": {
    "ContactHost": "your-server-ip-or-domain"
  }
}

6. 配置 WebRTC（可选）

{
  "WebRTCSettings": {
    "IceServers": [
      {
        "Urls": ["stun:stun.l.google.com:19302"]
      }
    ]
  }
}

7. 配置 TTS 引擎

{
  "TTSSettings": {
    "ApiUrl": "http://your-tts-service/api/tts",
    "DefaultSpeakerId": 0,
    "DefaultSpeed": 1.0
  }
}

注意：项目中 TTS 引擎通过 ITTSEngine 接口抽象，需要自行实现或集成第三方 TTS 服务。

8. 运行项目

cd src/AI.Caller.Phone
dotnet run

或者在 Visual Studio 中直接按 F5 运行。

9. 访问应用

打开浏览器访问：

HTTPS: https://localhost:5001
HTTP: http://localhost:5000

使用配置的管理员账户登录。

首次使用指南

1. 配置 SIP 账户

登录后，进入 账户管理 → SIP 账户管理，添加 SIP 服务器配置：

SIP 服务器地址
SIP 用户名
SIP 密码

2. 创建 TTS 模板

进入 TTS 模板管理，创建外呼脚本模板：

您好{CustomerName}，您的订单{OrderNumber}已发货，预计{DeliveryDate}送达。

定义变量：

CustomerName - 客户姓名
OrderNumber - 订单号
DeliveryDate - 配送日期

3. 配置 AI 客服

进入 AI 客服设置：

启用 AI 客服
设置默认欢迎语
选择默认 TTS 模板（用于来电自动应答）

4. 创建外呼任务

单个任务：

进入 外呼任务管理 → 创建单个任务
输入电话号码
选择 TTS 模板
填写变量值
提交任务

批量任务：

进入 外呼任务管理 → 创建批量任务
选择 TTS 模板
下载 Excel 模板
填写电话号码和变量值
上传 Excel 文件
系统自动创建任务队列

5. 监控任务状态

在 外呼任务管理 页面查看：

排队中的任务
进行中的任务
已完成的任务
失败的任务（含失败原因）

常见问题

Q: 如何集成自己的 TTS 服务？

A: 实现 ITTSEngine 接口：

public interface ITTSEngine {
    IAsyncEnumerable<AudioData> SynthesizeStreamAsync(
        string text, 
        int speakerId = 0, 
        float speed = 1.0f
    );
}

在 Program.cs 中注册：

builder.Services.AddSingleton<ITTSEngine, YourTTSImplementation>();

Q: 如何调整并发通话数？

A: 修改 SIP 客户端池大小和任务队列容量：

// Program.cs
builder.Services.AddSingleton<IBackgroundTaskQueue>(
    sp => new BackgroundTaskQueue(200)  // 增加队列容量
);

Q: VAD 检测不准确怎么办？

A: 调整 VAD 参数：

vad.Configure(
    energyThreshold: 0.01f,      // 能量阈值
    enterSpeakingMs: 200,        // 进入说话状态所需时间
    resumeSilenceMs: 600,        // 恢复静音状态所需时间
    sampleRate: 16000,
    frameMs: 20
);

Q: 如何启用通话录音？

A: 在通话管理页面配置录音设置，系统会自动录制通话并保存到 recordings/ 目录。

Q: 支持哪些 SIP 服务器？

A: 理论上支持所有标准 SIP 服务器（如 Asterisk、FreeSWITCH、Kamailio 等）。

故障排查

问题：通话无声音

可能原因：

FFmpeg 路径配置错误
音频编解码器不匹配
防火墙阻止 RTP 端口

解决方案：

检查 FFmpeg 配置
查看日志中的音频处理错误
开放 RTP 端口范围（默认 10000-20000）

问题：AI 客服不自动应答

可能原因：

AI 客服未启用
来电路由配置错误
TTS 服务不可用

解决方案：

检查 AI 客服设置
查看来电路由日志
测试 TTS 服务连接

问题：批量任务不执行

可能原因：

没有可用的 AI 坐席
任务队列已满
后台服务未启动

解决方案：

检查 SIP 账户配置
增加队列容量
查看 QueuedHostedService 日志

贡献指南

欢迎贡献代码！请遵循以下步骤：

Fork 项目
创建功能分支 (git checkout -b feature/AmazingFeature)
提交更改 (git commit -m 'Add some AmazingFeature')
推送到分支 (git push origin feature/AmazingFeature)
创建 Pull Request

代码规范

遵循 C# 编码规范
添加必要的注释和文档
编写单元测试
确保所有测试通过

许可证

本项目采用 MIT 许可证。详见 LICENSE 文件。

致谢

SIPSorcery - 优秀的 SIP 协议栈
Sherpa-ONNX - 高性能语音处理库
FFmpeg - 强大的音视频处理工具

联系方式

项目主页: https://github.com/wolfweb/wolfweb-AI.Caller
问题反馈: https://github.com/wolfweb/wolfweb-AI.Caller/issues

注意：本项目仅供学习和研究使用，请遵守当地法律法规，不得用于非法用途。

Name		Name	Last commit message	Last commit date
Latest commit History 107 Commits
src		src
tests		tests
.gitignore		.gitignore
AI.Caller.sln		AI.Caller.sln
LICENSE		LICENSE
README.md		README.md

License

wolfweb/wolfweb-AI.Caller

Folders and files

Latest commit

History

Repository files navigation

AI.Caller

项目概述

技术栈

核心框架

通信协议

AI 与音频处理

异步处理

数据处理

主要功能

1. 多场景通话支持

2. AI 智能应答系统

核心组件：AIAutoResponder

来电路由系统（CallRoutingService）

3. AI 外呼任务管理

任务创建方式

后台任务处理架构

TTS 模板系统

4. 实时音频处理

5. 基础管理功能

项目结构

架构设计

核心架构原则

1. 分层架构

2. 模块化设计

3. 依赖注入与控制反转

关键组件详解

1. CallManager（通话管理器）

2. AICustomerServiceManager（AI 客服管理器）

3. CallProcessor（任务处理器）

4. BackgroundTaskQueue（后台任务队列）

5. QueuedHostedService（后台服务）

6. SIPClientPoolManager（SIP 客户端池）

7. MediaSessionManager（媒体会话管理器）

数据流详解

外呼任务完整流程

来电路由流程

音频处理流程

架构亮点

1. 高性能异步处理

2. 服务职责清晰

3. 依赖倒置原则

4. 资源池化管理

5. 实时音频优化

Jitter Buffer 设计

VAD 自适应算法

并行音频编码

6. 灵活的场景模式

7. 可扩展性设计

性能指标

音频处理性能

系统吞吐量

资源占用

未来演进方向

短期目标（已预留接口）

中期目标

长期目标

已知限制

快速开始

环境要求

安装步骤

1. 克隆项目

2. 还原依赖包

3. 配置 FFmpeg

4. 配置管理员账户

5. 配置 SIP 设置（可选）

6. 配置 WebRTC（可选）

7. 配置 TTS 引擎

8. 运行项目

9. 访问应用

首次使用指南

1. 配置 SIP 账户

2. 创建 TTS 模板

3. 配置 AI 客服

4. 创建外呼任务

Packages