语音（预览版）

实时语音对话智能体，用于处理来电和拨打电话，在 Maestro Flow 中使用语音智能体节点构建。

语音对话智能体处理实时电话对话。调用者拨打您拥有的号码，智能体可以在通话过程中运行工具，以读取或更新实时数据。

工作方式

语音智能体在实时语音模型上运行。音频会直接输入到模型，中间没有单独的“转录-原因-合成”管道。因此，对话速度足够快，可以让呼叫者中断。工具在该音频路径外部的共享智能体执行引擎 (Unified Runtime) 上运行，该引擎为每种智能体类型提供工具调用。

您可以引入SIP 中继上的电话号码，或您自己的 Twilio 帐户中的电话号码。调用到达 UiPath，UiPath 在学习期间持有模型会话，并运行智能体工具。

语音对话智能体在Maestro Flow中构建，而非 Agent Builder 中。没有单独的语音智能体可供发布或导入。

• 在 Maestro Flow 中构建— 使用“语音代理” 、 “传入呼叫” 、 “创建传出呼叫”和“结束呼叫”节点对呼叫进行建模。模型、角色、提示词和工具在“语音代理”节点上配置。
• 部署— 通过 SIP 或您自己的 Twilio 帐户连接电话号码，并将其绑定到已发布的流程。
• 可观察性— 在运行的执行追踪记录中读取调用的副本、工具调用和时间。

限制

我们正在积极为该产品扩展新的功能。下表列出了当前的限制，这些限制计划在后续版本中会加以解决。

限制	描述
调用持续时间	通话时间限制为 10 分钟
通话记录	通话录音不可用。
将通话移交给人员	不支持将实时通话转移至人员。
SDK 支持/聊天界面	语音智能体只能通过电话使用
Automation Suite	语音智能体仅在 Automation Cloud 中可用。

常见问题

可以使用哪些电话提供商？

语音智能体与以下电话提供商合作：

• Twilio
• 亚马逊Chime SDK
• 创维系统
• 五 9
• 任何满足SIP 中继要求的SIP 提供程序

不起作用的提供程序：

• Amazon Connect ：请改用 AmazonChimeSDK。
• Azure 通信服务：除非您有可以使用的托管 SBC。
• 缩放

支持哪些语言？

语言覆盖范围和质量取决于所选模型。例如，Gemini Live 模型支持24 种语言。口音理解能力以及以不同口音做出的响应受到模型功能的限制。

适用哪些防护机制和数据保护措施？

UiPath 对所有 AI 供应商强制执行零数据保留 (ZDR)，这意味着我们不会存储 OpenAI 和 Google 等 AI 供应商的任何音频或副本。

智能体级防护机制不适用于语音智能体。这包括 AI Trust Layer 中的集中式防护机制，例如掩码个人身份信息 (PII) 和内容策略。工具级护栏设置在连接到语音代理节点的工具上。请参阅可观察性。