--- read_when: - Bạn muốn thực hiện một cuộc gọi thoại đi từ OpenClaw - Bạn đang cấu hình hoặc phát triển Plugin cuộc gọi thoại - Bạn cần thoại thời gian thực hoặc phiên âm truyền trực tuyến trên hệ thống điện thoại sidebarTitle: Voice call summary: Thực hiện cuộc gọi thoại đi và nhận cuộc gọi thoại đến qua Twilio, Telnyx hoặc Plivo, với tùy chọn thoại thời gian thực và phiên âm theo luồng title: Plugin cuộc gọi thoại x-i18n: generated_at: "2026-05-10T19:47:32Z" model: gpt-5.5 provider: openai source_hash: 94e3942b8330ebf2014f1899267f69f8a135859cfa1002ae390244a4f89883d6 source_path: plugins/voice-call.md workflow: 16 --- Cuộc gọi thoại cho OpenClaw thông qua một Plugin. Hỗ trợ thông báo đi, cuộc hội thoại nhiều lượt, thoại thời gian thực song công toàn phần, phiên âm truyền phát trực tuyến, và cuộc gọi đến với chính sách danh sách cho phép. **Nhà cung cấp hiện tại:** `twilio` (Programmable Voice + Media Streams), `telnyx` (Call Control v2), `plivo` (Voice API + XML transfer + GetInput speech), `mock` (phát triển/không dùng mạng). Plugin Voice Call chạy **bên trong tiến trình Gateway**. Nếu bạn dùng Gateway từ xa, hãy cài đặt và cấu hình Plugin trên máy đang chạy Gateway, rồi khởi động lại Gateway để tải Plugin. ## Bắt đầu nhanh ```bash openclaw plugins install @openclaw/voice-call ``` ```bash PLUGIN_SRC=./path/to/local/voice-call-plugin openclaw plugins install "$PLUGIN_SRC" cd "$PLUGIN_SRC" && pnpm install ``` Dùng gói không kèm phiên bản để đi theo thẻ phát hành chính thức hiện tại. Chỉ ghim một phiên bản chính xác khi bạn cần bản cài đặt có thể tái lập. Sau đó khởi động lại Gateway để Plugin được tải. Đặt cấu hình trong `plugins.entries.voice-call.config` (xem [Cấu hình](#configuration) bên dưới để biết đầy đủ cấu trúc). Tối thiểu cần: `provider`, thông tin xác thực của nhà cung cấp, `fromNumber`, và một URL Webhook có thể truy cập công khai. ```bash openclaw voicecall setup ``` Đầu ra mặc định dễ đọc trong nhật ký trò chuyện và terminal. Lệnh này kiểm tra việc bật Plugin, thông tin xác thực của nhà cung cấp, khả năng hiển thị Webhook, và rằng chỉ một chế độ âm thanh (`streaming` hoặc `realtime`) đang hoạt động. Dùng `--json` cho script. ```bash openclaw voicecall smoke openclaw voicecall smoke --to "+15555550123" ``` Cả hai mặc định là chạy thử không thực hiện thật. Thêm `--yes` để thực sự thực hiện một cuộc gọi thông báo đi ngắn: ```bash openclaw voicecall smoke --to "+15555550123" --yes ``` Với Twilio, Telnyx và Plivo, quá trình thiết lập phải phân giải thành **URL Webhook công khai**. Nếu `publicUrl`, URL tunnel, URL Tailscale, hoặc phương án serve dự phòng phân giải thành local loopback hoặc vùng mạng riêng, thiết lập sẽ thất bại thay vì khởi động một nhà cung cấp không thể nhận Webhook từ nhà mạng. ## Cấu hình Nếu `enabled: true` nhưng nhà cung cấp được chọn thiếu thông tin xác thực, Gateway khi khởi động sẽ ghi cảnh báo thiết lập chưa hoàn tất cùng các khóa bị thiếu và bỏ qua việc khởi động runtime. Các lệnh, lời gọi RPC và công cụ agent vẫn trả về chính xác cấu hình nhà cung cấp còn thiếu khi được dùng. Thông tin xác thực voice-call chấp nhận SecretRefs. `plugins.entries.voice-call.config.twilio.authToken`, `plugins.entries.voice-call.config.realtime.providers.*.apiKey`, `plugins.entries.voice-call.config.streaming.providers.*.apiKey`, và `plugins.entries.voice-call.config.tts.providers.*.apiKey` phân giải thông qua bề mặt SecretRef tiêu chuẩn; xem [Bề mặt thông tin xác thực SecretRef](/vi/reference/secretref-credential-surface). ```json5 { plugins: { entries: { "voice-call": { enabled: true, config: { provider: "twilio", // or "telnyx" | "plivo" | "mock" fromNumber: "+15550001234", // or TWILIO_FROM_NUMBER for Twilio toNumber: "+15550005678", sessionScope: "per-phone", // per-phone | per-call numbers: { "+15550009999": { inboundGreeting: "Silver Fox Cards, how can I help?", responseSystemPrompt: "You are a concise baseball card specialist.", tts: { providers: { openai: { voice: "alloy" }, }, }, }, }, twilio: { accountSid: "ACxxxxxxxx", authToken: "...", }, telnyx: { apiKey: "...", connectionId: "...", // Telnyx webhook public key from the Mission Control Portal // (Base64; can also be set via TELNYX_PUBLIC_KEY). publicKey: "...", }, plivo: { authId: "MAxxxxxxxxxxxxxxxxxxxx", authToken: "...", }, // Webhook server serve: { port: 3334, path: "/voice/webhook", }, // Webhook security (recommended for tunnels/proxies) webhookSecurity: { allowedHosts: ["voice.example.com"], trustedProxyIPs: ["100.64.0.1"], }, // Public exposure (pick one) // publicUrl: "https://example.ngrok.app/voice/webhook", // tunnel: { provider: "ngrok" }, // tailscale: { mode: "funnel", path: "/voice/webhook" }, outbound: { defaultMode: "notify", // notify | conversation }, streaming: { enabled: true /* see Streaming transcription */ }, realtime: { enabled: false /* see Realtime voice */ }, }, }, }, }, } ``` - Twilio, Telnyx và Plivo đều yêu cầu URL Webhook **có thể truy cập công khai**. - `mock` là nhà cung cấp phát triển cục bộ (không có lệnh gọi mạng). - Telnyx yêu cầu `telnyx.publicKey` (hoặc `TELNYX_PUBLIC_KEY`) trừ khi `skipSignatureVerification` là true. - `skipSignatureVerification` chỉ dành cho kiểm thử cục bộ. - Trên gói miễn phí của ngrok, đặt `publicUrl` thành đúng URL ngrok; xác minh chữ ký luôn được thực thi. - `tunnel.allowNgrokFreeTierLoopbackBypass: true` cho phép Webhook Twilio có chữ ký không hợp lệ **chỉ** khi `tunnel.provider="ngrok"` và `serve.bind` là loopback (agent cục bộ của ngrok). Chỉ dùng cho phát triển cục bộ. - URL gói miễn phí của Ngrok có thể thay đổi hoặc thêm hành vi trang trung gian; nếu `publicUrl` lệch đi, chữ ký Twilio sẽ thất bại. Môi trường sản xuất: nên dùng miền ổn định hoặc Tailscale funnel. - `streaming.preStartTimeoutMs` đóng socket không bao giờ gửi frame `start` hợp lệ. - `streaming.maxPendingConnections` giới hạn tổng số socket trước khi start chưa xác thực. - `streaming.maxPendingConnectionsPerIp` giới hạn socket trước khi start chưa xác thực theo từng IP nguồn. - `streaming.maxConnections` giới hạn tổng số socket luồng media đang mở (đang chờ + đang hoạt động). Các cấu hình cũ dùng `provider: "log"`, `twilio.from`, hoặc các khóa OpenAI `streaming.*` cũ được viết lại bởi `openclaw doctor --fix`. Runtime fallback hiện vẫn chấp nhận các khóa voice-call cũ, nhưng đường dẫn viết lại là `openclaw doctor --fix` và lớp tương thích chỉ là tạm thời. Các khóa streaming được tự động di chuyển: - `streaming.sttProvider` → `streaming.provider` - `streaming.openaiApiKey` → `streaming.providers.openai.apiKey` - `streaming.sttModel` → `streaming.providers.openai.model` - `streaming.silenceDurationMs` → `streaming.providers.openai.silenceDurationMs` - `streaming.vadThreshold` → `streaming.providers.openai.vadThreshold` ## Phạm vi phiên Theo mặc định, Voice Call dùng `sessionScope: "per-phone"` để các cuộc gọi lặp lại từ cùng một người gọi giữ lại bộ nhớ hội thoại. Đặt `sessionScope: "per-call"` khi mỗi cuộc gọi nhà mạng nên bắt đầu với ngữ cảnh mới, ví dụ như lễ tân, đặt lịch, IVR, hoặc luồng cầu nối Google Meet trong đó cùng một số điện thoại có thể đại diện cho các cuộc họp khác nhau. ## Cuộc hội thoại thoại thời gian thực `realtime` chọn một nhà cung cấp thoại thời gian thực song công toàn phần cho âm thanh cuộc gọi trực tiếp. Nó tách biệt với `streaming`, chế độ chỉ chuyển tiếp âm thanh tới các nhà cung cấp phiên âm thời gian thực. Không thể kết hợp `realtime.enabled` với `streaming.enabled`. Hãy chọn một chế độ âm thanh cho mỗi cuộc gọi. Hành vi runtime hiện tại: - `realtime.enabled` được hỗ trợ cho Twilio Media Streams. - `realtime.provider` là tùy chọn. Nếu chưa đặt, Voice Call dùng nhà cung cấp thoại thời gian thực đã đăng ký đầu tiên. - Nhà cung cấp thoại thời gian thực đi kèm: Google Gemini Live (`google`) và OpenAI (`openai`), được đăng ký bởi các Plugin nhà cung cấp của chúng. - Cấu hình thô do nhà cung cấp sở hữu nằm trong `realtime.providers.`. - Theo mặc định, Voice Call hiển thị công cụ thời gian thực dùng chung `openclaw_agent_consult`. Mô hình thời gian thực có thể gọi công cụ này khi người gọi yêu cầu suy luận sâu hơn, thông tin hiện tại, hoặc các công cụ OpenClaw thông thường. - `realtime.consultPolicy` tùy chọn thêm hướng dẫn về thời điểm mô hình thời gian thực nên gọi `openclaw_agent_consult`. - `realtime.agentContext.enabled` mặc định tắt. Khi bật, Voice Call đưa danh tính agent có giới hạn, ghi đè prompt hệ thống, và capsule tệp workspace đã chọn vào hướng dẫn của nhà cung cấp thời gian thực khi thiết lập phiên. - `realtime.fastContext.enabled` mặc định tắt. Khi bật, Voice Call trước tiên tìm trong bộ nhớ/ngữ cảnh phiên đã được lập chỉ mục cho câu hỏi consult và trả lại các đoạn trích đó cho mô hình thời gian thực trong `realtime.fastContext.timeoutMs` trước khi chuyển sang agent consult đầy đủ chỉ khi `realtime.fastContext.fallbackToConsult` là true. - Nếu `realtime.provider` trỏ tới một nhà cung cấp chưa đăng ký, hoặc hoàn toàn không có nhà cung cấp thoại thời gian thực nào được đăng ký, Voice Call ghi cảnh báo và bỏ qua media thời gian thực thay vì làm hỏng toàn bộ Plugin. - Khóa phiên consult tái sử dụng phiên cuộc gọi đã lưu khi có, rồi fallback về `sessionScope` đã cấu hình (`per-phone` theo mặc định, hoặc `per-call` cho các cuộc gọi tách biệt). ### Chính sách công cụ `realtime.toolPolicy` điều khiển lượt chạy consult: | Chính sách | Hành vi | | ---------------- | ---------------------------------------------------------------------------------------------------------------------------------------- | | `safe-read-only` | Hiển thị công cụ consult và giới hạn agent thông thường ở `read`, `web_search`, `web_fetch`, `x_search`, `memory_search`, và `memory_get`. | | `owner` | Hiển thị công cụ consult và để agent thông thường dùng chính sách công cụ agent bình thường. | | `none` | Không hiển thị công cụ consult. `realtime.tools` tùy chỉnh vẫn được chuyển tiếp tới nhà cung cấp thời gian thực. | `realtime.consultPolicy` chỉ điều khiển hướng dẫn cho mô hình thời gian thực: | Chính sách | Hướng dẫn | | ------------- | ----------------------------------------------------------------------------------------------- | | `auto` | Giữ prompt mặc định và để nhà cung cấp quyết định thời điểm gọi công cụ consult. | | `substantive` | Trả lời trực tiếp các câu nối hội thoại đơn giản và consult trước các sự kiện, bộ nhớ, công cụ, hoặc ngữ cảnh. | | `always` | Consult trước mọi câu trả lời có nội dung đáng kể. | ### Ngữ cảnh thoại của agent Bật `realtime.agentContext` khi cầu nối thoại nên có giọng điệu giống agent OpenClaw đã cấu hình mà không phải trả chi phí một vòng agent-consult đầy đủ trên các lượt thông thường. Capsule ngữ cảnh được thêm một lần khi phiên thời gian thực được tạo, nên nó không thêm độ trễ theo từng lượt. Các lệnh gọi tới `openclaw_agent_consult` vẫn chạy agent OpenClaw đầy đủ và nên được dùng cho công việc công cụ, thông tin hiện tại, tra cứu bộ nhớ, hoặc trạng thái workspace. ```json5 { plugins: { entries: { "voice-call": { config: { agentId: "main", realtime: { enabled: true, provider: "google", toolPolicy: "safe-read-only", consultPolicy: "substantive", agentContext: { enabled: true, maxChars: 6000, includeIdentity: true, includeSystemPrompt: true, includeWorkspaceFiles: true, files: ["SOUL.md", "IDENTITY.md", "USER.md"], }, }, }, }, }, }, } ``` ### Ví dụ về nhà cung cấp realtime Mặc định: khóa API từ `realtime.providers.google.apiKey`, `GEMINI_API_KEY`, hoặc `GOOGLE_GENERATIVE_AI_API_KEY`; model `gemini-2.5-flash-native-audio-preview-12-2025`; giọng `Kore`. `sessionResumption` và `contextWindowCompression` bật mặc định cho các cuộc gọi dài hơn, có thể kết nối lại. Dùng `silenceDurationMs`, `startSensitivity`, và `endSensitivity` để tinh chỉnh lượt nói nhanh hơn trên âm thanh điện thoại. ```json5 { plugins: { entries: { "voice-call": { config: { provider: "twilio", inboundPolicy: "allowlist", allowFrom: ["+15550005678"], realtime: { enabled: true, provider: "google", instructions: "Speak briefly. Call openclaw_agent_consult before using deeper tools.", toolPolicy: "safe-read-only", consultPolicy: "substantive", consultThinkingLevel: "low", consultFastMode: true, agentContext: { enabled: true }, providers: { google: { apiKey: "${GEMINI_API_KEY}", model: "gemini-2.5-flash-native-audio-preview-12-2025", voice: "Kore", silenceDurationMs: 500, startSensitivity: "high", }, }, }, }, }, }, }, } ``` ```json5 { plugins: { entries: { "voice-call": { config: { realtime: { enabled: true, provider: "openai", providers: { openai: { apiKey: "${OPENAI_API_KEY}" }, }, }, }, }, }, }, } ``` Xem [nhà cung cấp Google](/vi/providers/google) và [nhà cung cấp OpenAI](/vi/providers/openai) để biết các tùy chọn giọng nói realtime dành riêng cho nhà cung cấp. ## Phiên âm streaming `streaming` chọn một nhà cung cấp phiên âm realtime cho âm thanh cuộc gọi trực tiếp. Hành vi runtime hiện tại: - `streaming.provider` là tùy chọn. Nếu chưa đặt, Voice Call dùng nhà cung cấp phiên âm realtime đã đăng ký đầu tiên. - Các nhà cung cấp phiên âm realtime đi kèm: Deepgram (`deepgram`), ElevenLabs (`elevenlabs`), Mistral (`mistral`), OpenAI (`openai`), và xAI (`xai`), được đăng ký bởi các plugin nhà cung cấp của chúng. - Cấu hình thô do nhà cung cấp sở hữu nằm dưới `streaming.providers.`. - Sau khi Twilio gửi thông báo `start` cho stream đã được chấp nhận, Voice Call đăng ký stream ngay lập tức, xếp hàng phương tiện đầu vào qua nhà cung cấp phiên âm trong khi nhà cung cấp kết nối, và chỉ bắt đầu lời chào ban đầu sau khi phiên âm realtime sẵn sàng. - Nếu `streaming.provider` trỏ đến một nhà cung cấp chưa đăng ký, hoặc không có nhà cung cấp nào được đăng ký, Voice Call ghi cảnh báo và bỏ qua media streaming thay vì làm hỏng toàn bộ plugin. ### Ví dụ về nhà cung cấp streaming Mặc định: khóa API `streaming.providers.openai.apiKey` hoặc `OPENAI_API_KEY`; model `gpt-4o-transcribe`; `silenceDurationMs: 800`; `vadThreshold: 0.5`. ```json5 { plugins: { entries: { "voice-call": { config: { streaming: { enabled: true, provider: "openai", streamPath: "/voice/stream", providers: { openai: { apiKey: "sk-...", // optional if OPENAI_API_KEY is set model: "gpt-4o-transcribe", silenceDurationMs: 800, vadThreshold: 0.5, }, }, }, }, }, }, }, } ``` Mặc định: khóa API `streaming.providers.xai.apiKey` hoặc `XAI_API_KEY`; endpoint `wss://api.x.ai/v1/stt`; mã hóa `mulaw`; tần số lấy mẫu `8000`; `endpointingMs: 800`; `interimResults: true`. ```json5 { plugins: { entries: { "voice-call": { config: { streaming: { enabled: true, provider: "xai", streamPath: "/voice/stream", providers: { xai: { apiKey: "${XAI_API_KEY}", // optional if XAI_API_KEY is set endpointingMs: 800, language: "en", }, }, }, }, }, }, }, } ``` ## TTS cho cuộc gọi Voice Call dùng cấu hình `messages.tts` lõi cho lời nói streaming trong cuộc gọi. Bạn có thể ghi đè cấu hình này dưới cấu hình plugin với **cùng hình dạng** — cấu hình đó được deep-merge với `messages.tts`. ```json5 { tts: { provider: "elevenlabs", providers: { elevenlabs: { voiceId: "pMsXgVXv3BLzUgSXRplE", modelId: "eleven_multilingual_v2", }, }, }, } ``` **Microsoft speech bị bỏ qua đối với cuộc gọi thoại.** Âm thanh điện thoại cần PCM; transport Microsoft hiện tại không cung cấp đầu ra PCM điện thoại. Ghi chú hành vi: - Các khóa `tts.` cũ bên trong cấu hình plugin (`openai`, `elevenlabs`, `microsoft`, `edge`) được sửa bởi `openclaw doctor --fix`; cấu hình đã commit nên dùng `tts.providers.`. - Core TTS được dùng khi Twilio media streaming được bật; nếu không, cuộc gọi quay về giọng nói gốc của nhà cung cấp. - Nếu một Twilio media stream đã hoạt động, Voice Call không quay về TwiML ``. Nếu TTS điện thoại không khả dụng trong trạng thái đó, yêu cầu phát lại sẽ thất bại thay vì trộn hai đường phát lại. - Khi TTS điện thoại quay về một nhà cung cấp phụ, Voice Call ghi cảnh báo kèm chuỗi nhà cung cấp (`from`, `to`, `attempts`) để gỡ lỗi. - Khi Twilio barge-in hoặc việc hủy stream xóa hàng đợi TTS đang chờ, các yêu cầu phát lại đã xếp hàng được kết thúc thay vì khiến người gọi bị treo trong lúc chờ hoàn tất phát lại. ### Ví dụ TTS ```json5 { messages: { tts: { provider: "openai", providers: { openai: { voice: "alloy" }, }, }, }, } ``` ```json5 { plugins: { entries: { "voice-call": { config: { tts: { provider: "elevenlabs", providers: { elevenlabs: { apiKey: "elevenlabs_key", voiceId: "pMsXgVXv3BLzUgSXRplE", modelId: "eleven_multilingual_v2", }, }, }, }, }, }, }, } ``` ```json5 { plugins: { entries: { "voice-call": { config: { tts: { providers: { openai: { model: "gpt-4o-mini-tts", voice: "marin", }, }, }, }, }, }, }, } ``` ## Cuộc gọi đến Chính sách cuộc gọi đến mặc định là `disabled`. Để bật cuộc gọi đến, đặt: ```json5 { inboundPolicy: "allowlist", allowFrom: ["+15550001234"], inboundGreeting: "Hello! How can I help?", } ``` `inboundPolicy: "allowlist"` là một bộ lọc caller-ID có mức đảm bảo thấp. Plugin chuẩn hóa giá trị `From` do nhà cung cấp cung cấp và so sánh với `allowFrom`. Xác minh Webhook xác thực việc phân phối từ nhà cung cấp và tính toàn vẹn của payload, nhưng **không** chứng minh quyền sở hữu số gọi PSTN/VoIP. Hãy xem `allowFrom` là lọc caller-ID, không phải danh tính người gọi mạnh. Phản hồi tự động dùng hệ thống agent. Tinh chỉnh bằng `responseModel`, `responseSystemPrompt`, và `responseTimeoutMs`. ### Định tuyến theo từng số Dùng `numbers` khi một plugin Voice Call nhận cuộc gọi cho nhiều số điện thoại và mỗi số nên hoạt động như một đường dây khác nhau. Ví dụ, một số có thể dùng trợ lý cá nhân thân mật trong khi số khác dùng một persona doanh nghiệp, một agent phản hồi khác, và một giọng TTS khác. Route được chọn từ số `To` đã quay do nhà cung cấp cung cấp. Khóa phải là số E.164. Khi có cuộc gọi đến, Voice Call phân giải route khớp một lần, lưu route đã khớp trên bản ghi cuộc gọi, và dùng lại cấu hình hiệu lực đó cho lời chào, đường dẫn phản hồi tự động cổ điển, đường dẫn consult realtime, và phát lại TTS. Nếu không có route nào khớp, cấu hình Voice Call toàn cục được dùng. Cuộc gọi đi không dùng `numbers`; hãy truyền rõ đích cuộc gọi đi, thông điệp, và phiên khi khởi tạo cuộc gọi. Ghi đè route hiện hỗ trợ: - `inboundGreeting` - `tts` - `agentId` - `responseModel` - `responseSystemPrompt` - `responseTimeoutMs` Giá trị route `tts` được deep-merge lên cấu hình `tts` Voice Call toàn cục, vì vậy bạn thường chỉ cần ghi đè giọng của nhà cung cấp: ```json5 { inboundGreeting: "Hello from the main line.", responseSystemPrompt: "You are the default voice assistant.", tts: { provider: "openai", providers: { openai: { voice: "coral" }, }, }, numbers: { "+15550001111": { inboundGreeting: "Silver Fox Cards, how can I help?", responseSystemPrompt: "You are a concise baseball card specialist.", tts: { providers: { openai: { voice: "alloy" }, }, }, }, }, } ``` ### Hợp đồng đầu ra lời nói Đối với phản hồi tự động, Voice Call nối một hợp đồng đầu ra lời nói nghiêm ngặt vào system prompt: ```text {"spoken":"..."} ``` Voice Call trích xuất văn bản lời nói theo cách phòng vệ: - Bỏ qua payload được đánh dấu là nội dung reasoning/error. - Phân tích JSON trực tiếp, JSON trong khối fenced, hoặc khóa `"spoken"` inline. - Quay về văn bản thuần và xóa các đoạn mở đầu có khả năng là lập kế hoạch/meta. Điều này giữ phát lại lời nói tập trung vào văn bản dành cho người gọi và tránh rò rỉ văn bản lập kế hoạch vào âm thanh. ### Hành vi khởi động cuộc hội thoại Đối với cuộc gọi `conversation` đi, việc xử lý thông điệp đầu tiên gắn với trạng thái phát lại trực tiếp: - Việc xóa hàng đợi barge-in và phản hồi tự động chỉ bị chặn trong khi lời chào ban đầu đang được nói. - Nếu phát lại ban đầu thất bại, cuộc gọi quay về `listening` và thông điệp ban đầu vẫn được xếp hàng để thử lại. - Phát lại ban đầu cho Twilio streaming bắt đầu khi stream kết nối mà không có độ trễ bổ sung. - Barge-in hủy phát lại đang hoạt động và xóa các mục Twilio TTS đã xếp hàng nhưng chưa phát. Các mục đã xóa được resolve là đã bỏ qua, để logic phản hồi tiếp theo có thể tiếp tục mà không phải chờ âm thanh sẽ không bao giờ phát. - Cuộc hội thoại giọng nói realtime dùng lượt mở đầu riêng của realtime stream. Voice Call **không** đăng bản cập nhật TwiML `` cũ cho thông điệp ban đầu đó, vì vậy các phiên `` đi vẫn được gắn. ### Thời gian gia hạn khi Twilio stream ngắt kết nối Khi một Twilio media stream ngắt kết nối, Voice Call chờ **2000 ms** trước khi tự động kết thúc cuộc gọi: - Nếu stream kết nối lại trong khoảng thời gian đó, tự động kết thúc sẽ bị hủy. - Nếu không có stream nào đăng ký lại sau thời gian gia hạn, cuộc gọi được kết thúc để tránh các cuộc gọi đang hoạt động bị kẹt. ## Bộ dọn cuộc gọi cũ Dùng `staleCallReaperSeconds` để kết thúc các cuộc gọi không bao giờ nhận được Webhook kết thúc (ví dụ, các cuộc gọi ở chế độ notify không bao giờ hoàn tất). Giá trị mặc định là `0` (tắt). Khoảng khuyến nghị: - **Sản xuất:** `120`–`300` giây cho các luồng kiểu thông báo. - Giữ giá trị này **cao hơn `maxDurationSeconds`** để các lệnh gọi thông thường có thể hoàn tất. Điểm khởi đầu tốt là `maxDurationSeconds + 30–60` giây. ```json5 { plugins: { entries: { "voice-call": { config: { maxDurationSeconds: 300, staleCallReaperSeconds: 360, }, }, }, }, } ``` ## Bảo mật Webhook Khi proxy hoặc tunnel nằm trước Gateway, Plugin sẽ tái dựng URL công khai để xác minh chữ ký. Các tùy chọn này kiểm soát những header chuyển tiếp nào được tin cậy: Danh sách cho phép các host từ header chuyển tiếp. Tin cậy header chuyển tiếp mà không cần danh sách cho phép. Chỉ tin cậy header chuyển tiếp khi IP từ xa của yêu cầu khớp với danh sách. Các biện pháp bảo vệ bổ sung: - **Bảo vệ phát lại** Webhook được bật cho Twilio và Plivo. Các yêu cầu Webhook hợp lệ bị phát lại sẽ được xác nhận nhưng bị bỏ qua đối với các hiệu ứng phụ. - Các lượt hội thoại Twilio bao gồm token riêng cho từng lượt trong callback ``, nên callback lời nói cũ/bị phát lại không thể đáp ứng một lượt bản ghi lời nói đang chờ mới hơn. - Yêu cầu Webhook chưa xác thực bị từ chối trước khi đọc body khi thiếu các header chữ ký bắt buộc của nhà cung cấp. - Webhook voice-call sử dụng hồ sơ body trước xác thực dùng chung (64 KB / 5 giây) cùng với giới hạn đang xử lý theo từng IP trước khi xác minh chữ ký. Ví dụ với host công khai ổn định: ```json5 { plugins: { entries: { "voice-call": { config: { publicUrl: "https://voice.example.com/voice/webhook", webhookSecurity: { allowedHosts: ["voice.example.com"], }, }, }, }, }, } ``` ## CLI ```bash openclaw voicecall call --to "+15555550123" --message "Hello from OpenClaw" openclaw voicecall start --to "+15555550123" # alias for call openclaw voicecall continue --call-id --message "Any questions?" openclaw voicecall speak --call-id --message "One moment" openclaw voicecall dtmf --call-id --digits "ww123456#" openclaw voicecall end --call-id openclaw voicecall status --call-id openclaw voicecall tail openclaw voicecall latency # summarize turn latency from logs openclaw voicecall expose --mode funnel ``` Khi Gateway đã chạy, các lệnh vận hành `voicecall` sẽ ủy quyền cho runtime voice-call do Gateway sở hữu để CLI không bind một máy chủ Webhook thứ hai. Nếu không thể truy cập Gateway, các lệnh sẽ fallback về runtime CLI độc lập. `latency` đọc `calls.jsonl` từ đường dẫn lưu trữ voice-call mặc định. Dùng `--file ` để trỏ tới log khác và `--last ` để giới hạn phân tích ở N bản ghi cuối cùng (mặc định 200). Đầu ra bao gồm p50/p90/p99 cho độ trễ lượt và thời gian chờ nghe. ## Công cụ tác nhân Tên công cụ: `voice_call`. | Hành động | Đối số | | --------------- | ------------------------------------------ | | `initiate_call` | `message`, `to?`, `mode?`, `dtmfSequence?` | | `continue_call` | `callId`, `message` | | `speak_to_user` | `callId`, `message` | | `send_dtmf` | `callId`, `digits` | | `end_call` | `callId` | | `get_status` | `callId` | Repo này đi kèm tài liệu skill tương ứng tại `skills/voice-call/SKILL.md`. ## RPC Gateway | Phương thức | Đối số | | -------------------- | ------------------------------------------ | | `voicecall.initiate` | `to?`, `message`, `mode?`, `dtmfSequence?` | | `voicecall.continue` | `callId`, `message` | | `voicecall.speak` | `callId`, `message` | | `voicecall.dtmf` | `callId`, `digits` | | `voicecall.end` | `callId` | | `voicecall.status` | `callId` | `dtmfSequence` chỉ hợp lệ với `mode: "conversation"`. Các cuộc gọi chế độ thông báo nên dùng `voicecall.dtmf` sau khi cuộc gọi tồn tại nếu cần gửi chữ số sau khi kết nối. ## Khắc phục sự cố ### Thiết lập không phơi bày được Webhook Chạy thiết lập từ cùng môi trường chạy Gateway: ```bash openclaw voicecall setup openclaw voicecall setup --json ``` Đối với `twilio`, `telnyx` và `plivo`, `webhook-exposure` phải có trạng thái xanh. `publicUrl` đã cấu hình vẫn thất bại khi trỏ tới không gian mạng cục bộ hoặc riêng tư, vì nhà mạng không thể gọi lại vào các địa chỉ đó. Không dùng `localhost`, `127.0.0.1`, `0.0.0.0`, `10.x`, `172.16.x`-`172.31.x`, `192.168.x`, `169.254.x`, `fc00::/7`, hoặc `fd00::/8` làm `publicUrl`. Các cuộc gọi đi Twilio ở chế độ thông báo gửi TwiML `` ban đầu trực tiếp trong yêu cầu tạo cuộc gọi, nên thông điệp được nói đầu tiên không phụ thuộc vào việc Twilio lấy TwiML Webhook. Webhook công khai vẫn bắt buộc cho callback trạng thái, cuộc gọi hội thoại, DTMF trước kết nối, luồng thời gian thực và điều khiển cuộc gọi sau kết nối. Dùng một đường dẫn phơi bày công khai: ```json5 { plugins: { entries: { "voice-call": { config: { publicUrl: "https://voice.example.com/voice/webhook", // or tunnel: { provider: "ngrok" }, // or tailscale: { mode: "funnel", path: "/voice/webhook" }, }, }, }, }, } ``` Sau khi thay đổi cấu hình, khởi động lại hoặc tải lại Gateway, rồi chạy: ```bash openclaw voicecall setup openclaw voicecall smoke ``` `voicecall smoke` là chạy thử không có tác động trừ khi bạn truyền `--yes`. ### Thông tin xác thực nhà cung cấp thất bại Kiểm tra nhà cung cấp đã chọn và các trường thông tin xác thực bắt buộc: - Twilio: `twilio.accountSid`, `twilio.authToken` và `fromNumber`, hoặc `TWILIO_ACCOUNT_SID`, `TWILIO_AUTH_TOKEN` và `TWILIO_FROM_NUMBER`. - Telnyx: `telnyx.apiKey`, `telnyx.connectionId`, `telnyx.publicKey` và `fromNumber`. - Plivo: `plivo.authId`, `plivo.authToken` và `fromNumber`. Thông tin xác thực phải tồn tại trên host Gateway. Việc chỉnh sửa hồ sơ shell cục bộ không ảnh hưởng tới Gateway đang chạy cho đến khi Gateway khởi động lại hoặc tải lại môi trường. ### Cuộc gọi bắt đầu nhưng Webhook của nhà cung cấp không đến Xác nhận console của nhà cung cấp trỏ tới đúng URL Webhook công khai: ```text https://voice.example.com/voice/webhook ``` Sau đó kiểm tra trạng thái runtime: ```bash openclaw voicecall status --call-id openclaw voicecall tail openclaw logs --follow ``` Các nguyên nhân thường gặp: - `publicUrl` trỏ tới đường dẫn khác với `serve.path`. - URL tunnel đã thay đổi sau khi Gateway khởi động. - Proxy chuyển tiếp yêu cầu nhưng loại bỏ hoặc ghi lại header host/proto. - Firewall hoặc DNS định tuyến hostname công khai tới nơi khác không phải Gateway. - Gateway đã được khởi động lại mà không bật Plugin Voice Call. Khi reverse proxy hoặc tunnel nằm trước Gateway, đặt `webhookSecurity.allowedHosts` thành hostname công khai, hoặc dùng `webhookSecurity.trustedProxyIPs` cho địa chỉ proxy đã biết. Chỉ dùng `webhookSecurity.trustForwardingHeaders` khi ranh giới proxy nằm dưới quyền kiểm soát của bạn. ### Xác minh chữ ký thất bại Chữ ký của nhà cung cấp được kiểm tra dựa trên URL công khai mà OpenClaw tái dựng từ yêu cầu đến. Nếu chữ ký thất bại: - Xác nhận URL Webhook của nhà cung cấp khớp chính xác với `publicUrl`, bao gồm scheme, host và path. - Với URL ngrok gói miễn phí, cập nhật `publicUrl` khi hostname tunnel thay đổi. - Đảm bảo proxy giữ nguyên header host và proto gốc, hoặc cấu hình `webhookSecurity.allowedHosts`. - Không bật `skipSignatureVerification` bên ngoài kiểm thử cục bộ. ### Tham gia Google Meet qua Twilio thất bại Google Meet dùng Plugin này để tham gia bằng quay số Twilio. Trước tiên xác minh Voice Call: ```bash openclaw voicecall setup openclaw voicecall smoke --to "+15555550123" ``` Sau đó xác minh rõ ràng transport Google Meet: ```bash openclaw googlemeet setup --transport twilio ``` Nếu Voice Call có trạng thái xanh nhưng người tham gia Meet không bao giờ tham gia, kiểm tra số quay vào Meet, PIN và `--dtmf-sequence`. Cuộc gọi điện thoại có thể hoạt động bình thường trong khi cuộc họp từ chối hoặc bỏ qua chuỗi DTMF không chính xác. Google Meet khởi động chân cuộc gọi Twilio thông qua `voicecall.start` với chuỗi DTMF trước kết nối. Các chuỗi dẫn xuất từ PIN bao gồm `voiceCall.dtmfDelayMs` của Plugin Google Meet làm các chữ số chờ Twilio ở đầu. Mặc định là 12 giây vì lời nhắc quay vào Meet có thể đến muộn. Sau đó Voice Call chuyển hướng trở lại xử lý thời gian thực trước khi lời chào mở đầu được yêu cầu. Dùng `openclaw logs --follow` để theo dõi pha trực tiếp. Một lượt tham gia Twilio Meet khỏe mạnh ghi log theo thứ tự này: - Google Meet ủy quyền lượt tham gia Twilio cho Voice Call. - Voice Call lưu TwiML DTMF trước kết nối. - TwiML ban đầu của Twilio được tiêu thụ và phục vụ trước xử lý thời gian thực. - Voice Call phục vụ TwiML thời gian thực cho cuộc gọi Twilio. - Google Meet yêu cầu lời nói mở đầu bằng `voicecall.speak` sau độ trễ hậu DTMF. `openclaw voicecall tail` vẫn hiển thị các bản ghi cuộc gọi đã lưu; nó hữu ích cho trạng thái cuộc gọi và bản ghi lời nói, nhưng không phải mọi chuyển tiếp Webhook/thời gian thực đều xuất hiện ở đó. ### Cuộc gọi thời gian thực không có lời nói Xác nhận chỉ bật một chế độ âm thanh. `realtime.enabled` và `streaming.enabled` không thể cùng là true. Đối với cuộc gọi Twilio thời gian thực, cũng xác minh: - Plugin nhà cung cấp thời gian thực đã được tải và đăng ký. - `realtime.provider` chưa được đặt hoặc đặt tên một nhà cung cấp đã đăng ký. - Khóa API của nhà cung cấp khả dụng cho tiến trình Gateway. - `openclaw logs --follow` hiển thị TwiML thời gian thực đã được phục vụ, cầu nối thời gian thực đã bắt đầu và lời chào ban đầu đã được xếp hàng. ## Liên quan - [Chế độ nói chuyện](/vi/nodes/talk) - [Chuyển văn bản thành giọng nói](/vi/tools/tts) - [Đánh thức bằng giọng nói](/vi/nodes/voicewake)