OpenClaw 에이전트 음성 통화 데모: 스트리밍 TTS 및 바진 기능 포함

한 개발자가 텔레그램을 통해 OpenClaw 에이전트가 실제 전화를 걸어 통화하는 모습을 시연했습니다. 이 에이전트는 "call me now" 명령어가 입력되면 음성 통화를 시작하고 완전한 대화를 진행합니다.

기술 구현 세부사항

이 데모는 두 가지 특정 기술 기능을 보여줍니다:

• 스트리밍 텍스트 음성 변환(TTS): 에이전트는 완전한 응답이 생성되기를 기다리지 않고 문장별로 응답합니다. 이로 인해 지연 시간이 줄어들고 더 자연스러운 대화 흐름이 만들어집니다.
• 중간 끼어들기(barge-in) 지원: 사용자는 실제 인간 전화 통화처럼 에이전트가 말하는 도중에 끼어들 수 있습니다. 이 기능을 통해 에이전트가 말을 마칠 때까지 기다리지 않고 더 역동적인 상호작용이 가능합니다.

이 구현은 텔레그램을 인터페이스 플랫폼으로 사용하며, "call me now" 명령어가 에이전트가 전화를 걸도록 트리거합니다. 연결되면 스트리밍 TTS와 중간 끼어들기 기능이 활성화된 상태로 대화가 진행됩니다.

이러한 유형의 음성 인터페이스는 기존 챗봇 상호작용에서 더 자연스럽고 실시간적인 커뮤니케이션으로의 전환을 나타냅니다. 스트리밍 TTS는 응답 지연 시간이 대화 흐름을 방해할 수 있는 음성 애플리케이션에서 특히 가치가 있습니다. 중간 끼어들기 기능은 기업용 IVR 시스템에서는 흔하지만, AI 에이전트 컨텍스트에서는 덜 자주 구현되지만 자연스러운 중단을 허용함으로써 사용자 경험을 크게 향상시킵니다.