AWS показала систему голосового ИИ для приема заказов в ресторанах по телефону

AWS показала архитектуру голосового ИИ-ассистента для ресторанов: он принимает звонки и оформляет заказ от приветствия до подтверждения. Для запуска агента используется Amazon Bedrock AgentCore, а обработкой речи в реальном времени занимается Amazon Nova 2 Sonic. Как пишет AWS Machine Learning Blog, решение подключается к ресторанному бэкенду через Model Context Protocol (MCP) и поддерживает и текстовые, и голосовые взаимодействия.

В публикации сказано, что в среднем рестораны пропускают 150 телефонных звонков на одну точку в месяц. Около 60% таких вызовов связаны с заказами или бронированием столиков. Архитектура состоит из трех слоев: телефония, агент и бэкенд. SIP-шлюз передает аудио в агент через подписанное WebSocket-соединение, а сам агент получает доступ к меню, корзинам, заказам и данным о локациях через MCP-инструменты.

Телефония построена на Amazon Chime SDK Voice Connector с SIP-транком и бесплатным номером. SIP-шлюз работает в Amazon ECS на AWS Fargate за Network Load Balancer. Логика диалога запускается в AgentCore Runtime, где каждый звонок изолирован в отдельной microVM. В бэкенде используются AWS Lambda, Amazon API Gateway, Amazon DynamoDB и Amazon Location Service.

Отдельно в AWS отметили, что сессия агента прогревается еще во время гудков. За счет этого звонящий не сталкивается с паузой перед ответом.