Journal / 2026 / AI技术
OpenAI 的 SIP 外呼向所有组织开放了
OpenAI 文档确认,外呼 SIP 已通过 Live API 向所有组织开放:后端创建会话,SIP 中继负责接通电话,GPT-Live 负责对话。本文按官方文档梳理接入步骤、限制与网络要求,并给出中文通话延迟与打断处理的测试方案;我们没有 API 密钥和中继,实测待补。

目录 · 1588 字 / 4 分钟
OpenAI 的语音文档里现在有一句话写得很清楚:外呼 SIP 通话已通过 Live API 向所有组织开放,而不是走 Realtime API 的建呼叫端点。换句话说,任何有项目、有 SIP 中继的组织,都可以让 GPT-Live 主动拨出一个电话号码。
先把我们的条件说清楚:这篇只根据 OpenAI 官方文档整理。我们没有 OpenAI API 密钥,也没有 SIP 中继和可拨打的号码,所以没有真的打出一通电话。中文通话的延迟和打断表现,我们给的是测试方案,不是实测结果。
它是怎么接起来的
- 电话侧由 SIP 中继服务商负责,比如 Twilio:你从服务商买一个号码,把中继指向 OpenAI 的 SIP 端点,音频在服务商与 OpenAI 之间交换
- 后端负责会话配置、呼叫控制和业务逻辑;SIP 只负责音频
- 信令走 TLS,通话音频要求 SRTP;服务商的中继必须支持 TLS 信令和 SDES-SRTP 媒体
- 外呼不需要接收来电 webhook,也不需要 accept 请求;创建一个会话就会拨号
- 入呼是另一条路径:先收到 live.transport.incoming 事件,再由后端决定接受或拒绝
外呼的请求长什么样
- 向 /v1/live/sessions 发一个 POST,transport.type 设为 sip
- destination 是要拨的号码,必须是 E.164 格式;不支持 SIP URI 目的地
- trunk.provider_url 填服务商的 sips: 端点,默认端口 5061
- trunk.auth 用 digest,填服务商的 SIP 用户名和密码;caller_number 填主叫号码,同样用 E.164
- 会话里选好模型、instructions、音色和 delegation 模式;不要传 audio.format,SIP 会自己协商音频格式
- 创建成功只代表会话初始化完成,不代表电话已经接通;响应里没有 SDP,也没有中继凭据
- 官方指南写返回 200 OK,API 参考写返回 201 Created;两处说法不一致,接的时候以实际响应为准
接通之后看什么
- 立刻把后端挂到 sideband WebSocket 上:它只回放创建前 3 秒内的事件,挂晚了会漏掉呼叫进展
- 关注三个传输事件:transport.ringing 表示振铃或早期媒体,transport.answered 表示已接通并建立媒体,transport.failed 表示建立失败
- 接通后可以用 sideband 收发 DTMF、把通话转走(refer)或者挂断
- 振铃最多 3 分钟,接通后的通话最多 2 小时,这两个限制不能在创建请求里改
- 传输层建立失败可能返回 502,初始化超时返回 504;创建成功后要盯着 transport.failed 处理异步失败
网络要先放行
- 信令:放行到 sip.api.openai.com 与 sip-eu.api.openai.com 的 TCP/TLS 出站,端口 5061;这两个域名按 GeoIP 路由
- 媒体:按协商出的 SDP 放行双向 SRTP;文档给了四段媒体网段,部署前照文档核对
- 文档明确说,本地主机名和字面量私有地址会被拒绝;API 密钥与 SIP 凭据只能放在你自己的服务器上
中文通话怎么测(待补)
- 准备:一个 OpenAI 项目、一个支持 TLS 与 SRTP 的 SIP 中继、一个能接听的测试号码,以及一台能记录事件时间戳的后端
- 延迟:从创建会话开始记时,分别记录 transport.ringing 与 transport.answered 的时间,再减去服务商侧的振铃时间;真正要看的指标是“对方说完到模型开口”的间隔
- 打断:在模型说话时插话,观察模型是否停下、是否把被打断的半句话当成用户输入;多试几种语速和背景噪声
- 中文:用普通话的短句、数字串、姓名和地址各测一轮,重点看数字与专有名词的回读是否准确
- 成本:文档按秒计费,不向上取整到分钟;建 WebRTC 会话会先记 15 秒,SIP 外呼是否同样计费要以实际账单为准
- 这些都需要真实账号与号码,我们目前没有,所以本节没有数据
我们核实了什么
- 通读了 Telephony and SIP 指南、Create session 的 API 参考和成本文档,确认外呼入口、参数、事件名与限制
- 确认“向所有组织开放”是文档里的原话,但它没有给出具体生效日期
- 没有拨出任何电话,也没有测过中文延迟和打断;文中所有行为描述都来自文档,不是实测
本文基于以下公开报道整理。
参考来源
- OpenAI 文档:Telephony and SIP{: rel=“nofollow noopener” target="_blank"}(2026-11-08 访问)
- OpenAI API 参考:Create session{: rel=“nofollow noopener” target="_blank"}(2026-11-08 访问)
本文由 AI 辅助整理,接入细节来自 OpenAI 官方文档;我们没有实际拨测,延迟与打断数据待补。
封面照片:Антон Пищулин,CC BY-SA 4.0,来自维基共享资源,已裁剪。
§
所属主题
TopicsAI 观察 AI Insights
技术与工具 Tech & Tools


