10 ноября 2026 г.
OpenRing: как запустить голосового ИИ-агента на своём сервере

OpenRing - открытая программа для голосового ИИ-агента, которую можно запустить на своём компьютере или сервере. Она принимает речь, передаёт её модели и озвучивает ответ. Браузерный разговор можно попробовать без телефонного номера, а для настоящих звонков потребуется оператор связи. Плата самой платформе за минуту отсутствует, но сервер и подключённые сервисы остаются твоими расходами.
Я бы начал с браузерного теста, прежде чем покупать номер или переносить рабочую телефонию. У проекта есть инструкция запуска и список поддержанных провайдеров, но слово «поддерживается» в голосовой связи не равно «прошло проверку с твоими клиентами и на твоём языке».
Что вышло и кому это пригодится
OpenRing выпустил версию 0.1.6 9 ноября 2026 года. Код открыт под MIT, приложение работает на Python и использует Pipecat для голосового конвейера. На входе может быть микрофон браузера или телефонный звонок; на выходе - голосовой ответ. Есть панель управления, где создают ассистента, смотрят историю разговоров и задержки отдельных шагов.
Мне нравится здесь конкретная постановка задачи: приём входящего звонка и простая запись на встречу. Ты задаёшь приветствие, инструкции, голос и источник ответа. Если нужна связь с календарём или CRM, добавляешь инструмент, но даёшь ему только нужные права. Для первой демонстрации хватит разговора с микрофоном ноутбука. Ни телефонию, ни покупку минут на этой стадии настраивать не обязательно.
Есть и другая аудитория: команда, которая уже использует Vapi и хочет забрать управление на свой сервер. Проект описывает совместимую форму JSON для ассистентов и импорт из Vapi. Но я бы не переносил живой номер одним нажатием: сначала проверил бы провайдеров речи, инструменты и сценарий отказа. Совместимость формата не обещает одинакового поведения каждого звонка.
Что происходит, когда клиент говорит
Представь звонок в небольшую мастерскую. Клиент спрашивает, можно ли записаться на пятницу. По схеме OpenRing, поток проходит через распознавание речи, языковую модель и синтез голоса. Первая часть превращает звук в текст, вторая решает, что ответить или какой инструмент вызвать, третья читает ответ вслух. Это конвейер на Pipecat, а не одна «голосовая нейросеть» с магической кнопкой.

В этом примере агенту мало ответить «свободно». Ему нужно прочитать доступные слоты, запросить подтверждение выбранного времени и только потом отправить действие в календарь. Руководство OpenRing по инструментам прямо предупреждает: аргументы вызова заполняет модель под влиянием собеседника. Значит, твой сервер календаря должен сам проверять, кто звонит и имеет ли он право создать или отменить запись. Промпт с фразой «будь осторожен» такую проверку не заменит.
Отдельный нюанс - задержка. Речь должна закончиться, распознавание должно выдать фразу, модель - ответ, синтезатор - аудио. Даже когда каждый шаг по отдельности кажется быстрым, пауза в разговоре может ощущаться странно. OpenRing показывает задержки в панели; на своём рабочем сценарии их нужно измерить, а не переносить чужой показатель из рекламного примера. Я живой звонок через этот стек не проводил и цифр скорости ему не приписываю.
Как попробовать без телефонного номера
В официальном быстром старте требуется Node.js не ниже версии 18. Команда npx openring подготавливает зависимости и запускает сервер; после старта панель доступна на http://localhost:8000. Первый пароль задай на своём компьютере, затем на странице провайдеров подключи распознавание и модель. Создай ассистента с короткой инструкцией и запусти кнопку Test. Разреши доступ к микрофону в браузере и проверь обычный разговор с перебиванием, тишиной и неожиданным вопросом.
Если хочешь избежать облачных API на первом опыте, автор предлагает локальный набор Whisper, Ollama и Kokoro. Whisper слушает, Ollama даёт ответ модели, Kokoro произносит его. В инструкции приведён пример подготовки модели: ollama pull llama3.2. Загружать веса нужно заранее; наличие кнопки «локальный стек» не делает пустой компьютер готовым к разговору за секунду.
Для подключения номера через Twilio нужен публичный адрес HTTPS, по которому оператор сможет обратиться к твоему серверу. В инструкции есть пример с адресом голосового webhook /twilio/voice. У прямого подключения через SIP-транк другие сетевые требования. Туннель удобен для локальной проверки, но постоянную телефонию я бы строил на стабильном сервере с резервным маршрутом к человеку. Телефон клиента не должен зависеть от того, заснул ли твой ноутбук.
Железо, язык и счёт за минуты
В FAQ проекта сказано: отдельная видеокарта не обязательна, если распознавание, модель и голос работают у внешних провайдеров. Локальный вариант можно поднять и на CPU, но скорость и способность держать одновременные звонки зависят от машины и размера моделей. Whisper докачивает веса при первом использовании; автор перечисляет варианты от компактных до тяжёлых. Вместо обещания «хватит любого мини-ПК» я бы сначала замерил задержку собственного разговора на том железе, которое реально пойдёт в работу.
Для русскоязычной линии нужно отдельно проверить распознавание имён, ударения и смену языка посреди фразы. Список голосов проекта различает одноязычные локальные голоса и многоязычные облачные варианты. Описанный в документации бесплатный пример с llama3.2 и голосом Kokoro не является проверенным русским секретарём. Нужны реальные записи тестовых диалогов и согласие на их использование, а в облачной конфигурации ещё и понимание, куда уходит звук и текст.
С экономикой легко ошибиться. Vapi указывает плату за хостинг $0.05 за минуту поверх расходов на модель и голосовые сервисы. OpenRing, по условиям его автора, не берёт собственную поминутную платформенную плату. Это разница в одной строке расходов, а не обещание бесплатных звонков. У тебя остаются телефонный оператор, сервер, распознавание, модель, озвучка и человек, который устранит сбой. Полностью локальный браузерный тест и звонок через сеть оператора - разные расчёты.
Мой способ посчитать бюджет - взять фактическую длительность разговоров на пилоте, умножить на тарифы выбранных провайдеров и добавить сервер с запасом под пиковые звонки. Сравнивать с хостинговой платформой имеет смысл только при одинаковом сценарии, языке и качестве обслуживания. Если агент висит на линии дольше человека из-за плохого распознавания, экономия на платформенной комиссии быстро теряет смысл.
Перенос с Vapi и реальная граница совместимости
Автор проекта предлагает импорт ассистентов, инструментов и номеров Twilio. При импорте он указывает, что ключ Vapi нужен однократно и не сохраняется; результат показывает сущности, которым пока не хватает поддерживаемого провайдера. Но для базы знаний документация делает исключение: настройки инструмента переносятся, сами документы нужно загрузить снова и привязать новые ID.
Я бы переносил поэтапно. Сначала возьми копию одного небоевого ассистента и сверь приветствие, голос, три обычных вопроса и вызов безопасного инструмента только для чтения. Потом отдельно проверь входящий звонок и маршрут обратно к сотруднику. И лишь после этого переключай боевой webhook номера. Если клиентский сервис отвечает за брони или заказы, заранее подготовь ручной возврат на старую схему, а не выясняй в разговоре с клиентом, почему «совместимый» провайдер не озвучивает его имя.
Телефония, данные и ограничения
OpenRing хранит конфигурацию и историю на твоём сервере, но «на своём сервере» не означает, что данные никогда не выходят наружу. При выборе облачного распознавания, модели или голоса соответствующий провайдер обрабатывает данные звонка. Телефонный вызов проходит ещё и через оператора связи. Если обещаешь клиентам локальную обработку, проверь фактический маршрут каждого компонента, а не только расположение панели управления.
Запись аудио отключена по умолчанию. Если включишь её, отдельно реши, кому нужен доступ к файлам и сколько их хранить; требования к уведомлению о записи зависят от места звонка. Не публикуй исходные диалоги и ключи провайдеров ради отладки. Доступ к панели закрой сильным паролем и HTTPS, а перед подключением Twilio настрой секрет подписи webhook. И инструкция проекта, и документация Twilio описывают проверку X-Twilio-Signature; отключать её на публичном сервере ради удобства нельзя.
Наконец, стадия зрелости. Автор честно пишет, что реальные звонки пока проходили через Twilio, а другие телефонные интеграции проверялись на симуляции. Политика безопасности обещает исправления только последней версии до стабильного релиза. Для личного пилота это нормальный повод попробовать, для единственного канала приёма заявок - повод оставить человеку резервный телефон и не выключать мониторинг.
Источники
- Исходники и инструкция OpenRing на проверенной ревизии и релиз 0.1.6.
- OpenRing: руководство по API, звонкам, переносу и инструментам и правила безопасности.
- Pipecat: документация голосового конвейера и каталог локальной модели Ollama.
- Vapi: плата за хостинг и расходы провайдеров и Twilio: проверка подписи запросов.
