Come fa la voce di una telefonata a finire dentro il tuo codice? Il protocollo WebSocket di AudioBridge definisce un ciclo di vita preciso per ogni chiamata: una connessione, una sequenza di eventi, un webhook finale. Vediamolo passo per passo.

Il protocollo WebSocket di AudioBridge: il ponte tra la chiamata e la tua AI

L’handshake del protocollo WebSocket

Alla risposta della chiamata, AudioBridge apre la connessione wss:// verso il tuo endpoint, con il Bearer token nell’header Authorization. In modalità json arriva prima connected, con la versione del protocollo; poi, per tutti, l’evento start: sessionId, numero chiamante e chiamato in formato E.164, mediaFormat (A-law o µ-law, 8000 Hz mono), transport e i custom parameters configurati nel portale. Da quel momento sai tutto quello che serve per gestire la chiamata.

Lo streaming full-duplex

L’uplink — la voce del chiamante — ti arriva in frame da wsFrameDuration millisecondi (default 20, massimo 200; a 8 kHz A-law, 20 ms corrispondono a 160 byte). Il downlink — l’audio della tua AI — lo invii tu, in frame di qualsiasi dimensione: al re-framing verso la rete telefonica pensa AudioBridge. In modalità binary l’audio viaggia come byte grezzi del codec; in json come evento media con payload base64. I messaggi di controllo sono sempre JSON, in entrambe le modalità.

Gli eventi di servizio

  • dtmf — le cifre digitate dal chiamante, singole o aggregate per lunghezza e timeout;
  • mark — il segnaposto nello stream: viene confermato quando quel punto è stato riprodotto;
  • clear — lo mandi tu per svuotare il buffer di riproduzione e ottenere il barge-in;
  • stop — fine chiamata con la reason (per esempio hangup): dopo questo evento non viaggia più audio.

Chiusura e webhook

La WebSocket si chiude con codice 1000 (chiusura normale). Se configurato, ricevi poi un webhook POST con sessionId, durata in secondi e causale: perfetto per la rendicontazione. Nota di design: il protocollo WebSocket di AudioBridge evolve solo con modifiche retrocompatibili, quindi l’integrazione che scrivi oggi non si rompe domani.

👉 La specifica completa è nella documentazione AudioBridge; per sperimentare ci sono 100 minuti gratis.