企业官网建设流程全解析

Android手机使用豆包AI来拨打电话

• 一、方案的工作原理

手机中插入USB蓝牙，USB蓝牙连接手机自带的蓝牙，使用HFP协议的方式获取手机电话通话的声音。应用App通过WebSocket把声音直接发给在线豆包AI。

豆包端到端实时语音大模型收到音频数据输入，消耗token后，输出AI应答音频，并同时输出ASR的文字内容和AI应答的文字内容，通过WebSocket传回应用APP注入电话。

手机应用APP以极短的路径、极简的配置办法，使用豆包在线AI的算力，将手机电话和AI通话串联起来。并将豆包AI反馈的“ASR说话内容”、“TTS应答文字”、以及通话结束后的“结果跟进分类”整合后展示到APP界面上，实现“电话声音+文字实时展示”完美融合的效果。

工作模式如下图示所示：

• 二、产品依赖的配件

1. 安卓手机
2. USB蓝牙模块
3. 与手机USB接口配套的转接口（Type-C转USB、Micro转USB等）
4. SIM手机卡

• 三、工作环境

当前应用支持Android4.1及以上版本，手机自带蓝牙模块、SIM模块（单卡或双卡双待等）、带USB插口。

在线AI使用“豆包端到端实时语音大模型”，使用前需自行进入【豆包-火山引擎】中进行业务功能的开通并获取API Key。

（如需个性化音色，可在火山引擎中自行调整音色并获取音色ID填入手机APP即可）

• 四、开通-豆包端到端实时语音大模型

1）访问豆包-火山引擎官网： https://www.volcengine.com/

2）登录或注册，进入【控制台】

3）搜索框中直接输入“豆包语音”进行快速导航，进入语音的功能版块。点击左侧的【实时语音】，进入版块内部后点击右侧的【API调用】，如下图所示：

建议开通对应模型后，先在网页上使用麦克风来测试一下对话效果，再配置到手机APP。

4）开通【豆包端到端实时语音大模型】并复制API Key出来备用。

5）选择音色ID或自定义音色

• 五、获取API Key和音色ID

通过上述步骤，我们就开通了豆包AI的大模型，并获取到了【API Key】和【音色ID】这两个关键的属性，如下：

【API Key】 2419f245-ffac-4559-bbf3-0c4d6850260a

【音色ID】 zh_male_xiaotian_jupiter_bigtts

我们将在后续Android手机APP【爱(ai)打电话】中，这两个属性的值配置进去使用。

• 六、手机APP使用方式

1. 下载和升级方式

1）APP默认下载地址：http://120.78.211.195:8060/AiPhone.apk

2）APP可使用应用内的“升级新版本”按钮，从上述下载路径中自动判断版本并下载覆盖安装。

应用APP的界面各元素描述如下：

①、AI对话-被叫号码：界面展示电话外呼或来电的对方号码。

②、AI对话-对方说话内容：界面展示对方说话内容的实时ASR文字。

③、AI对话-AI应答内容：界面展示AI应答内容的TTS文字。

④、AI事件日志：界面展示AI的WebSocket连接状态、返回的事件和文字内容。

⑤、蓝牙和AI连接状态：界面展示蓝牙就绪状态和AI连接状态。

⑥、电话通话状态：展示蓝牙的连接状态和电话的通话状态。

⑦、豆包AI配置-API Key：输入框，填写前面章节生成的API Key。

⑧、豆包AI配置-音色ID：输入框，填写前面章节选择的音色ID或自定义音色ID。

⑨、豆包AI配置-角色设定：话术脚本，可以自己按业务需要修改。

⑩、豆包AI配置-说话风格：输入框，可以按需要修改。

• 豆包API Key和音色ID的配置

如上图所示，应用APP中点开【设置】选项卡，将前面存档的【API Key】和【音色ID】 的值，在手机上粘贴到上图示中⑦和⑧所在的位置并保存即可。

（如果用户要自己调整话术，可自行点击上图的⑨-角色设定和⑩-说话风格，进行自定义话术的修改和保存）

对于多个手机使用同一话术脚本的情况，应用APP采用“登录账号”来进行分类管理的方式进行存档。多个手机均使用同一个用户名账号的方式来登录，就默认会拉取同样的话术和配置属性进行使用。

• APP初始使用弹窗授权

为保障应用APP能在Android手机正常运行，应用APP需要获取基础的运行权限，包括：

1）发送通知：（必需）应用APP是一个网络应用，需要前台服务来维持网络不被手机系统自动关闭，通知栏消息与常驻的后台服务非常的关键。

2）获取设备信息：（必需-非常关键）应用APP需要依据通话状态来判断是否正常处于通话当中，此权限是电话类应用必须要有的权限。

3）访问此设备上的照片、视频、音乐和音频：（必需）应用APP需要记录运行日志，需要对通话的稳定性进行业务支撑，需要访问手机sdcard和内置存储。

4）拨打电话和管理通话：（必需）应用APP是电话类应用，需要能够操作手机进行对外拨打电话和接听来电。

5）后台弹出界面（小米红米手机），或显示悬浮窗（其它手机）：（必需）拨打电话时，手机的电话拨号应用会强行挤占到最前面，遮盖住所有其它的应用。必须要开启此功能，将手机电话拨号应用从“全屏状态”切换为“横幅通知”。使其不遮挡应用APP的界面内容。

• 豆包AI的手机打电话的效果

如上图所示，手机电话接通后，会自动连接豆包AI的WebSocket通道并将语音数据传到豆包在线AI。豆包AI会优先传回AI应答语音，注入到电话中。豆包AI会根据对话的进度，实时将对话的ASR文字和AI应答的文字内容传回到应用APP，用于展示到界面上，便于用户进行实时跟进。

通话结束后，应用APP将根据通话内容，在【④-AI事件日志】列表中对本次通话进行结果分析，进一步评估本次通话的对象，是否需要持续跟进、以及本次通话内容摘要（微信号、其它手机号、回访跟进时间等）。便于用户或其它CRM系统进行整合与跟进。

• 拨打电话名单与话单录音上报

应用APP是拦截手机电话的通话，并将其转入豆包AI进行应答。理论上手动拨打、Android上任意应用唤醒拨打、应用APP远程拨打等外呼或来电方式产生的电话通话，均会被拦截并转发到豆包AI上做应答。

应用APP的设置中，增设了“电话推送接口”的功能，用于连接到第三方平台，供其传入外呼电话号码进行拨打，以及通话结束后进行话单和录音文件的上传。详细的接口文档可参看《智能拨号器APP-外部WebSocket话单推送系统接口文档》，此处不再赘述。

• 常见问题和解决

常见问题主要分为两类：蓝牙首次绑定不成功、豆包AI连接返回403。下面分别描述这些场景的一般解决办法：

1. 首次绑定不成功，通常是蓝牙连接问题和外置USB配件的兼容问题，按选型的京东链接采购并按提示操作即可。
2. 豆包AI连接返回403：豆包API Key未开通大模型，或API Key已失效。自己重新注册豆包平台、重新生成新的API Key即可。

• 七、版本的介绍

应用APP采用蓝牙电话的SDK并在此基础上扩充了豆包在线AI的能力，延续SDK的版本规则，初次发布的版本即为版本1006017。且Android电话通话声音需要插入USB配件后才能正常取到声音，因此将继续保持原有的授权体系进行使用。

豆包在线AI采用“豆包端到端实时语音大模型”，开通默认有一百万token的免费额度。用户可以自行开通后传入不同的话术文本进行交互体验。本应用APP仅做“手机电话直接转豆包AI”的桥接，降低手机电话的使用难度，不对通话内容进行额外加工处理。

由于当前发布的应用APP属于非特权、非特定设备的常规应用，其版本发布和应用升级，由应用启动时进行界面版本提醒和用户操作更新，与普通应用一致。