Alles Wissenswerte, nichts Unwissendes.
Wie eine programmierbare Sprach-API funktioniert
Ihre Anwendung tätigt einen REST-Aufruf (oder beantwortet einen eingehenden Anruf), und die Plattform baut die Verbindung über SIP zum öffentlichen Telefonnetz (PSTN) und Mobilfunknetz auf. Während des Gesprächsverlaufs – Klingeln, Annehmen, Drücken einer Ziffer, Auflegen – sendet die Plattform Webhooks an Ihre Anwendung zurück, auf die Sie mit Anweisungen zum Abspielen von Audio, Erfassen von Eingaben, Aufzeichnen oder Überbrücken antworten. Dies ist das Sprach-Äquivalent einer SMS-API. Siehe /products/voice und /products/voice.
Die grundlegenden Bausteine
DID-Nummern für eingehende Anrufe; IVR-Systeme für Ansagen und DTMF- oder Spracheingaben; Text-to-Speech und Spracherkennung für dynamische Audioausgabe; Anrufaufzeichnung und -transkription; sowie Konferenzschaltungen zur Verbindung von Anrufern mit Agenten. Jede dieser Funktionen ist als API-Grundelement verfügbar, das Sie zu einem Ablauf kombinieren können. Siehe /answers/what-is-did und /answers/what-is-ivr.
Sprach-OTP und seine Vor- und Nachteile
Voice-OTP tätigt einen automatisierten Anruf, der einen Einmalcode vorliest – nützlich als Ausweichlösung, wenn SMS-OTP fehlschlägt, für Festnetzanschlüsse oder in Regionen mit hohem SMS-Aufkommen. Voice-OTP erreicht Nummern, die SMS nicht erreichen, und ist schwieriger unbemerkt abzufangen. Allerdings sind die Kosten pro Versuch höher und die Bearbeitungszeit länger als bei einer SMS. Eine zuverlässige Authentifizierung gewährleistet einen reibungslosen Übergang zwischen SMS, Voice-OTP und Flash-Anruf. Siehe /answers/what-is-otp und /answers/what-is-flash-call-verification.
Die entscheidenden Kennzahlen: ASR, ACD und PDD
Die Antwort-Erfolgs-Rate (ASR) misst den Anteil der Anrufversuche, die erfolgreich verbunden werden; die durchschnittliche Anrufdauer (ACD) misst die Dauer angenommener Anrufe; und die Nachwahlverzögerung (PDD) misst die Wartezeit der Anrufer vor dem Klingeln. Zusammen geben sie Aufschluss über die Qualität der Verbindung – eine niedrige ASR oder eine hohe PDD deuten auf eine schlechte Übertragungsstrecke hin. Dimensionieren Sie Leitungen und Agenten mit dem Erlang-Rechner unter /tools/erlang-calculator. Siehe /answers/what-is-asr, /answers/what-is-acd und /answers/what-is-pdd.
Vorteile der Entwicklung auf Basis einer Sprach-API
Keine Verwaltung von Telefonhardware oder Netzbetreiberverträgen, weltweite Reichweite durch eine einzige Verbindung, nutzungsbasierte Abrechnung und die Möglichkeit, Anrufverläufe im Code anzupassen, anstatt eine Telefonanlage neu zu programmieren. Damit werden eingehende und ausgehende Sprachanrufe für Entwickler auf die gleiche Stufe gestellt wie SMS und WhatsApp. Siehe /products/voice.
Einschränkungen und Dinge, die geplant werden sollten
Sprachübertragungen sind durch die Anzahl der Anrufe pro Sekunde (CPS) und die Kapazität der gleichzeitig genutzten Kanäle begrenzt, daher müssen Anrufspitzen koordiniert werden. Vorschriften (z. B. Sperrlisten, Anruferkennungs-/CLI-Regeln, STIR/SHAKEN in Nordamerika) schränken ausgehende Anrufe ein. Die Kosten pro Minute unterscheiden sich deutlich von denen pro SMS. Planen Sie die Anzahl gleichzeitiger Anrufe und die CPS vor einer größeren Kampagne. Siehe /answers/what-is-cps und /answers/what-is-dnc.