BereitstellenTelefonie

SIP-Referenz

Ein Glossar der SIP-, Netzwerk- und Audiobegriffe für die Konfiguration von SIP-Trunking mit ElevenLabs Agents.

Überblick

SIP-Trunking verbindet Ihre bestehende Telefonieinfrastruktur mit ElevenLabs Agents. Die Konfiguration umfasst Protokolle, Netzwerkeinstellungen und Audioformate mit spezieller Terminologie.

Diese Seite erklärt diese Begriffe in einfacher Sprache. Nutzen Sie sie als Referenz beim Lesen des Leitfadens für SIP-Trunking oder bei der Fehlerbehebung einer Verbindung.

Die Begriffe sind in folgende Kategorien unterteilt:

Protokolle

SIP (Session Initiation Protocol)

Das Signalisierungsprotokoll zum Starten, Ändern und Beenden von Echtzeit-Kommunikationssitzungen wie Sprachanrufen. SIP handelt aus, wer wen anruft und wie Audio ausgetauscht werden soll, überträgt jedoch nicht das Audio selbst. Es ist in RFC 3261 definiert.

SDP (Session Description Protocol)

Ein Textformat in SIP-Nachrichten, das die Medien eines Anrufs beschreibt: welche Codecs jede Seite unterstützt, die IP-Adressen und Ports für den Audiostream sowie die Verschlüsselungsparameter. Die beiden Endpunkte verwenden SDP, um sich vor der Audioübertragung auf eine gemeinsame Konfiguration zu einigen.

RTP (Real-time Transport Protocol)

Das Protokoll, das nach dem Aufbau eines Anrufs durch SIP das eigentliche Audio überträgt. RTP-Pakete werden als kontinuierlicher Stream übertragen und reagieren empfindlich auf Verzögerungen und Verluste. Deshalb hängt die Audioqualität von den Netzwerkbedingungen ab.

SRTP (Secure RTP)

Eine verschlüsselte Version von RTP. Wenn Medienverschlüsselung aktiviert ist, wird der Audiostream mit SRTP geschützt, damit er während der Übertragung nicht abgefangen werden kann. Beide Endpunkte müssen SRTP unterstützen, damit verschlüsselte Medien funktionieren.

RTCP (RTP Control Protocol)

Ein Begleitprotokoll zu RTP, das Statistiken wie Paketverlust und Jitter meldet, damit Endpunkte die Anrufqualität überwachen können.

Transport und Netzwerk

UDP (User Datagram Protocol)

Ein schneller, verbindungsloser Transport, der Pakete ohne Garantie für Zustellung oder Reihenfolge sendet. RTP-Audio wird über UDP übertragen, da bei Live-Sprache eine niedrige Latenz wichtiger ist als eine fehlerfreie Zustellung.

Der UDP-Transport für SIP-Signalisierung ist bei ElevenLabs experimentell. Verwenden Sie TCP oder TLS für Produktionsdatenverkehr und wählen Sie UDP nur zum Testen.

TCP (Transmission Control Protocol)

Ein verbindungsorientierter Transport, der eine geordnete und zuverlässige Zustellung garantiert. ElevenLabs unterstützt TCP für SIP-Signalisierung auf Port 5060.

TLS (Transport Layer Security)

Eine Verschlüsselungsschicht über TCP. Der TLS-Transport verschlüsselt die SIP-Signalisierung, damit Anmeldedaten und Anrufmetadaten während der Übertragung nicht gelesen werden können. ElevenLabs unterstützt TLS für die Signalisierung auf Port 5061.

MTU (Maximum Transmission Unit)

Die größte Paketgröße in Bytes, die eine Netzwerkverbindung übertragen kann, ohne sie in kleinere Teile aufzuteilen. Überschreitet eine SIP-Nachricht über UDP die MTU, kann sie fragmentiert oder verworfen werden, was zu Fehlern beim Anrufaufbau führen kann. SIP-Signalisierung über TCP oder TLS vermeidet dieses Problem, da diese Transporte große Nachrichten zuverlässig verarbeiten.

NAT (Network Address Translation)

Eine Technik, mit der Router eine öffentliche IP-Adresse mit vielen Geräten in einem privaten Netzwerk teilen. NAT kann verhindern, dass RTP-Audio das richtige Gerät erreicht. Das ist eine häufige Ursache für einseitiges oder fehlendes Audio.

Latenz

Die Verzögerung zwischen dem Senden und Empfangen von Audio. Hohe Latenz lässt Gespräche unnatürlich wirken, weil jede Seite länger warten muss, um die andere zu hören.

Jitter

Schwankungen bei der Ankunftszeit von Audiopaketen. Hoher Jitter verursacht abgehacktes oder verzerrtes Audio, selbst wenn die Gesamtlatenz akzeptabel ist.

Paketverlust

Der Prozentsatz der Audiopakete, die nie ankommen. Bereits geringe Paketverluste beeinträchtigen die Audioqualität, da RTP verlorene Pakete nicht erneut überträgt.

Port

Ein nummerierter Endpunkt einer IP-Adresse, der einen bestimmten Dienst identifiziert. SIP-Signalisierung verwendet Port 5060 für TCP und 5061 für TLS; RTP-Medien nutzen üblicherweise einen großen Bereich dynamisch zugewiesener Ports.

Infrastrukturkomponenten

SBC (Session Border Controller)

Ein Gerät oder Dienst am Rand eines Netzwerks zur Verwaltung und Absicherung von SIP-Datenverkehr. Ein SBC übernimmt Aufgaben wie den Schutz vor unbefugtem Zugriff, die Normalisierung von SIP-Nachrichten zwischen Systemen mit unterschiedlicher Protokollimplementierung und die Verwaltung der NAT-Traversierung. Viele SIP-Trunk-Anbieter platzieren einen SBC zwischen ihrem Netzwerk und Ihrem.

PBX (Private Branch Exchange)

Eine private Telefonanlage, die Anrufe innerhalb einer Organisation weiterleitet und mit externen Leitungen verbindet. Eine SIP-fähige PBX kann über einen SIP-Trunk mit ElevenLabs verbunden werden.

SIP-Trunk

Eine virtuelle Verbindung zwischen Ihrem Telefoniesystem und einem Sprachdienst, die mehrere gleichzeitige Anrufe über das Internet statt über physische Telefonleitungen überträgt. Ein SIP-Trunk verbindet Ihre PBX oder Ihren Anbieter mit ElevenLabs.

Anrufsignalisierung

SIP INVITE

Die SIP-Nachricht, die einen neuen Anruf anfordert. INVITE enthält die Zielkennung und eine SDP-Beschreibung der Medienfähigkeiten des Anrufers.

200 OK

Die SIP-Antwort, die den erfolgreichen Abschluss einer Anfrage bestätigt. Bei einem INVITE enthält die 200-OK-Antwort das SDP der antwortenden Seite und eine Contact-Adresse, die den genauen Server identifiziert, der den Anruf verarbeitet.

BYE

Die SIP-Nachricht zum Beenden eines bestehenden Anrufs. Ein BYE sollte an die in der 200-OK-Antwort zurückgegebene Contact-Adresse gesendet werden, damit es denselben Server erreicht, der den Anruf verarbeitet hat.

Contact-Header

Ein Feld in einer SIP-Antwort, das den genauen Server und die Adresse für Folgemeldungen innerhalb desselben Anrufs identifiziert. ElevenLabs verarbeitet SIP-Datenverkehr über mehrere Server hinter der gemeinsamen Adresse sip.rtc.elevenlabs.io. Werden spätere Anfragen wie ein BYE an diese gemeinsame Adresse statt an die Contact-Adresse gesendet, können sie einen anderen Server erreichen.

Dialog

Der gemeinsame Status, den zwei Endpunkte während eines Anrufs verwalten. Erreicht eine Nachricht wie ein BYE einen Server, der keinen Eintrag für den Dialog hat, weist der Server sie zurück.

Antwortcodes

Dreistellige Zahlen, die das Ergebnis einer SIP-Anfrage angeben, ähnlich wie HTTP-Statuscodes. Codes im Bereich 1xx sind vorläufig und melden den Fortschritt: 100 (Trying) bestätigt, dass die Anfrage empfangen wird und verarbeitet wird, und 180 (Ringing) signalisiert, dass das Ziel benachrichtigt wird. Endgültige Antworten melden das Ergebnis: 200 (OK) bedeutet Erfolg, 401 und 407 geben an, dass eine Authentifizierung erforderlich ist, und 481 bedeutet, dass der Server keinen passenden Dialog für die Anfrage hat.

Authentifizierung und Sicherheit

Digest-Authentifizierung

Eine Authentifizierungsmethode, die eine Verbindung mit Benutzername und Passwort überprüft, ohne das Passwort im Klartext zu senden. ElevenLabs empfiehlt die Digest-Authentifizierung, da sie nicht von festen IP-Adressen abhängt.

ACL (Access Control List)

Eine Authentifizierungsmethode, die auf der Allowlist vertrauenswürdiger IP-Adressen basiert. Mit ACL-Authentifizierung akzeptiert ein System SIP-Datenverkehr nur von freigegebenen Quelladressen. Wenn sich IP-Adressen ändern, kann die Verwaltung schwieriger sein.

Medienverschlüsselung

Der Schutz des RTP-Audiostreams mit SRTP. ElevenLabs bietet drei Einstellungen: Disabled (keine Verschlüsselung), Allowed (verschlüsselt, wenn beide Seiten dies unterstützen) und Required (weist Anrufe zurück, die nicht verschlüsselt werden können).

Zertifikat

Ein digitales X.509-Dokument, das die Identität eines Servers während eines TLS-Handshakes nachweist. Die Seite, die die Verbindung akzeptiert, fungiert als TLS-Server und legt das Zertifikat vor; die Seite, die die Verbindung öffnet, fungiert als TLS-Client und prüft es anhand einer vertrauenswürdigen Zertifizierungsstelle, einschließlich Hostname und Ablaufdatum. Die Rollen unterscheiden sich je nach Anrufrichtung:

  • Eingehende Anrufe bei ElevenLabs: Ihr System öffnet die Verbindung. Daher fungiert ElevenLabs als TLS-Server und legt ein Zertifikat für sip.rtc.elevenlabs.io vor, das Ihr System prüft.
  • Ausgehende Anrufe von ElevenLabs: ElevenLabs öffnet die Verbindung. Daher fungiert Ihr SIP-Server oder SBC als TLS-Server und muss ein gültiges, vertrauenswürdiges Zertifikat vorlegen, das ElevenLabs prüft.

Cipher Suite

Die Algorithmen, die eine TLS-Verbindung zum Austausch von Schlüsseln, zur Verschlüsselung von Daten und zur Integritätsprüfung verwendet. Während des Handshakes bietet der TLS-Client die unterstützten Cipher Suites an, und der TLS-Server wählt eine gemeinsame aus. ElevenLabs erfordert TLS 1.2 oder höher. Bei eingehenden Anrufen an ElevenLabs wählt ElevenLabs als TLS-Server die Suite aus; bei ausgehenden Anrufen von ElevenLabs wählt Ihr System als TLS-Server sie aus. Beide Seiten müssen mindestens eine moderne gemeinsame Cipher Suite unterstützen, sonst schlägt der Handshake fehl, bevor der Anruf verbunden wird.

Audio und Codecs

Codec

Ein Algorithmus, der Audio für die Übertragung komprimiert und am anderen Ende dekomprimiert. Beide Endpunkte müssen einen gemeinsamen Codec unterstützen, damit ein Anruf Audio hat.

G711

Ein weit verbreiteter, unkomprimierter Codec, der Audio mit einer Abtastrate von 8 kHz überträgt. Er ist die kompatibelste Wahl für Telefoniesysteme.

G722

Ein Breitband-Codec, der Audio mit einer Abtastrate von 16 kHz überträgt und klarere Sprache als G711 bietet, wenn beide Endpunkte ihn unterstützen.

Abtastrate

Wie oft Audio pro Sekunde gemessen wird, angegeben in Kilohertz (kHz). Die SIP-Bereitstellung von ElevenLabs sendet und empfängt Audio als G711 mit 8 kHz oder G722 mit 16 kHz. Systeme mit anderen Raten müssen das Audio neu abtasten.

DTMF (Dual-Tone Multi-Frequency)

Die Töne, die beim Drücken von Tasten auf einem Telefonfeld erzeugt werden und zur Navigation durch automatisierte Menüs dienen. Unter DTMF-Eingabe erfahren Sie, wie Agents Tastenziffern empfangen, und unter Tastenton wiedergeben, wie Agents DTMF senden.

Adressierung und Routing

SIP-URI

Die Adresse zum Erreichen eines SIP-Ziels im Format sip:identifier@domain:port. Beispielsweise leitet sip:+19991234567@sip.rtc.elevenlabs.io:5060 einen Anruf an die Kennung +19991234567. Die Kennung ist erforderlich, damit der Anruf weitergeleitet werden kann.

E.164

Der internationale Standard für die Formatierung von Telefonnummern, bestehend aus einem führenden +, einer Ländervorwahl und der Teilnehmernummer, beispielsweise +15551234567. Das Format muss in Ihrer SIP-URI und Ihrer importierten Telefonnummer übereinstimmen.

NAPTR- und SRV-Einträge

DNS-Eintragstypen, mit denen ein SIP-System ermitteln kann, welche Server, Transporte und Ports für eine Domain verwendet werden sollen. ElevenLabs veröffentlicht NAPTR- und SRV-Einträge für die konforme Servererkennung nach RFC 3263.

ElevenLabs-Konfiguration

Transporttyp

Das im Dashboard für die SIP-Signalisierung ausgewählte Protokoll. ElevenLabs unterstützt TCP (Port 5060) und TLS (Port 5061). TLS wird für die Produktion empfohlen, da es die Signalisierung verschlüsselt.

Eingehende Konfiguration

Die Einstellungen, die festlegen, wie Anrufe aus Ihrem SIP-Trunk ElevenLabs erreichen, einschließlich Transporttyp und Medienverschlüsselung für eingehende Anrufe.

Ausgehende Konfiguration

Die Einstellungen, die festlegen, wie ElevenLabs Anrufe an Ihr System sendet, einschließlich der Address (ein Hostname oder eine IP-Adresse ohne das Präfix sip:), an die der SIP INVITE zugestellt wird.

Benutzerdefinierte Header

Zusätzliche SIP-Header-Felder mit dem Präfix X-, die Sie Anrufen für Routing, Identifizierung oder anbieterspezifische Anforderungen hinzufügen können. Eingehende benutzerdefinierte Header werden in der Unterhaltung auch als dynamische Variablen verfügbar gemacht. Header für ausgehende INVITE-Anfragen werden mit dem statischen Feld headers in outbound_trunk_config konfiguriert.

User-to-User Information (UUI)

Eine kleine Anwendungslast, die im SIP-Header User-to-User (RFC 7433) ausgetauscht wird und häufig von Contact-Center-Plattformen wie Talkdesk und Genesys Cloud verwendet wird. Bei eingehenden Anrufen wird der Wert eines im INVITE enthaltenen User-to-User-Headers dem Agent als zwei dynamische Variablen bereitgestellt: {{sip_uui_raw}} (der rohe Header-Wert) und {{sip_uui_data}} (die decodierte Nutzlast — hexadezimal decodiert, wobei das Protokolldiskriminator-Oktett entfernt wird, wenn der Header purpose=isdn-uui enthält). Bei ausgehenden Anrufen wird UUI SIP-REFER-Weiterleitungen hinzugefügt, die über die uui-Einstellung der Weiterleitungsregel auf eine SIP-URI zielen — siehe An Nummer weiterleiten.

Attribute zu Headern

Eine nur über die API verfügbare Einstellung in inbound_trunk_config und outbound_trunk_config, die Namen dynamischer Variablen für BYE-Anfragen SIP-Header-Namen zuordnet. Jeder Schlüssel ist ein Name einer dynamischen Variable; jeder Wert ist der Header-Name, der beim Ende des Anrufs eingefügt wird. Der Header-Wert entspricht dem endgültigen Wert der Variablen am Ende der Unterhaltung. Siehe BYE-Header aus dynamischen Variablen.

Remote-Domains

Eine Telefonnummerneinstellung, die die Domains auflistet, die ElevenLabs akzeptiert, wenn es Ihr TLS-Zertifikat bei von ihm initiierten Folgeverbindungen prüft, beispielsweise bei einem BYE oder REFER. Da ElevenLabs häufig eine Verbindung zu einer IP-Adresse aus dem obersten Via-Header statt zu einem Hostnamen herstellt, kann es das Zertifikat nicht allein anhand des Hostnamens abgleichen. Stimmt eine Domain, für die das empfangene Zertifikat gültig ist, mit einer konfigurierten Remote-Domain überein, ist die Prüfung erfolgreich; andernfalls schlägt sie fehl. Siehe Folgeverbindungen.

SIP-Server mit statischer IP

Eine Enterprise-Option, die SIP-Endpunkte mit festen IP-Bereichen für Kunden bereitstellt, deren Sicherheitsrichtlinien IP-Allowlisting erfordern. Details finden Sie im Leitfaden für SIP-Trunking.

Nächste Schritte