नयाअब Aika को WhatsApp पर कॉल कीजिए
00:02
Aika को कॉल करेंकॉल
+91 9006 81 9006कॉल करने के लिए टैप करें
0 / 6

अब आप Aika को WhatsApp पर कॉल कर सकते हैं

Aika अब WhatsApp कॉल का जवाब देता है और लोगों को WhatsApp पर ही वापस कॉल करता है। हमने यह क्यों बनाया, आवाज़ में क्या बदलता है, और वे दो बग जो सिर्फ़ असली कॉल में दिखे।

विषय-सूची

WhatsApp पर Aika की चैट खोलिए और कॉल का बटन दबाइए। Aika उठा लेता है, वही Aika जो आपको फ़ोन कॉल पर मिलता है, और जब WhatsApp आपका नंबर हमारे साथ साझा करता है, तब आपकी बातें उसे वैसे ही याद रहती हैं। अगर आपने WhatsApp पर कॉल किया था, तो जब WhatsApp इसकी अनुमति दे, Aika आपको वापस भी WhatsApp पर ही कॉल करता है: रिमाइंडर, कॉलबैक, और कटी हुई लाइन के बाद की कॉल। अगर आपसे वह WhatsApp कॉल छूट जाए, तो लगभग एक मिनट बाद एक साधारण फ़ोन कॉल आती है। अगर आप उसे काट दें, तो उसके बाद कुछ नहीं आता।

कॉल करने वाले की तरफ़ से फ़ीचर बस इतना ही है। यह पोस्ट इस बारे में है कि हम इसे क्यों चाहते थे, इससे आवाज़ में क्या बदलता है, और इसे असली कॉल्स पर चलाने में क्या-क्या करना पड़ा।

WhatsApp क्यों

बहुत से लोग पहले से Aika को WhatsApp पर मैसेज करते हैं। उनमें से कई के लिए किसी से बात करने का स्वाभाविक तरीक़ा WhatsApp कॉल ही है: Wi-Fi पर इसका कुछ नहीं लगता, मोबाइल सिग्नल कमज़ोर हो पर डेटा चल रहा हो तब भी यह चलती है, और परिवार भी उन्हें यहीं कॉल करता है।

एक वजह और है जो हमारे लिए उनसे ज़्यादा मायने रखती है। एक पिछली पोस्ट में हमने बताया था कि भारतीय फ़ोन लाइनों पर वाइडबैंड ऑडियो हमारी पहुँच से बाहर क्यों रहा: कॉल की हर कड़ी को उसे ढोना पड़ता है, और ज़्यादातर नहीं ढोतीं। WhatsApp कॉल में ऐसी कोई ज़ंजीर नहीं है। ऑडियो ऐप से हम तक इंटरनेट पर Opus के रूप में आता है, और बीच में कुछ भी उसे वापस 8 kHz पर नहीं दबाता।

आवाज़ में क्या बदलता है

हमारे एक साथी ने Aika को एक बार WhatsApp पर और एक बार साधारण फ़ोन कॉल पर कॉल किया, और हमने उसी बोलने वाले के लिए तुलना की कि दोनों बार हमारे स्पीच रिकग्निशन को असल में क्या मिला।

बैंडWhatsApp कॉलफ़ोन कॉल
300 से 3,400 Hzज़्यादातर ऊर्जाज़्यादातर ऊर्जा
3,400 से 4,000 Hzअसली आवाज़, कुल ऊर्जा से लगभग 28 dB नीचेलगभग कुछ नहीं, कुल ऊर्जा से लगभग 43 dB नीचे
4,000 Hz से ऊपरआवाज़ धीरे-धीरे घटती हुईज़्यादातर कन्वर्ज़न की गड़बड़ी

फ़ोन लाइन वही करती है जो फ़ोन लाइनें करती हैं: वह 3.4 kHz से थोड़ा ऊपर आवाज़ काट देती है, और "स", "श" और "फ़" का बहुत-सा फ़र्क़ वहीं रहता है। WhatsApp कॉल वह बैंड बचाए रखती है। हम अभी WhatsApp का ऑडियो 16 kHz सैंपलिंग पर रोकते हैं, यानी उसमें लगभग 7 से 8 kHz तक की आवाज़ आती है। यह लगभग वही "HD वॉयस" का दायरा है जो VoLTE कॉल में तब मिल सकता है जब हर कड़ी साथ दे, और यहाँ हर कड़ी के साथ देने की ज़रूरत नहीं पड़ती।

हम इस बारे में सावधान हैं कि इससे क्या साबित होता है। वाइडबैंड वाली पोस्ट में, जिन कॉल्स को हम टेस्ट कर पाए, उन पर साफ़ ऑडियो अकेले हमारे रिकग्नाइज़र की ग़लतियाँ कम नहीं कर पाया था। यहाँ भी वही है: ऑडियो साफ़ तौर पर बेहतर है, और वह कम ग़लत सुने गए शब्दों में बदलता है या नहीं, यह हम मान नहीं लेंगे, असली कॉल्स पर नापेंगे।

अंदर आने के दो रास्ते, और जो चला

WhatsApp की बिज़नेस कॉलिंग आप तक दो तरह से पहुँच सकती है। एक में कॉल आपको SIP के रूप में मिलती है, वही प्रोटोकॉल जो फ़ोन नेटवर्क इस्तेमाल करते हैं। दूसरे में कॉल आने पर आपको एक वेबहुक मिलता है, आप API से उसका जवाब देते हैं, और ऑडियो WebRTC पर चलता है, वही तकनीक जो ब्राउज़र वीडियो कॉल के लिए इस्तेमाल करते हैं।

हमने पहले SIP वाला रास्ता बनाया, क्योंकि हमारा कॉल गेटवे फ़ोन नेटवर्क से पहले से SIP में बात करता है। पहली टेस्ट कॉल पर वह चल गया, और फिर उसके बाद ज़्यादातर कॉल्स फ़ेल हुईं: कॉल जुड़ जाती थी और ऑडियो कभी शुरू नहीं होता था। हमने एक सुबह एक-एक करके सब कुछ हटाकर देखा (हमारा नेटवर्क, हमारे सर्टिफ़िकेट, हमारा ऑडियो फ़ॉर्मैट, हमारा कोड, यहाँ तक कि सिर्फ़ जाँचने के लिए लिखा गया एक दूसरा, स्वतंत्र SIP क्लाइंट) और गड़बड़ी हर एक के साथ बनी रही। फिर हमने API वाला रास्ता एक छोटी-सी अस्थायी स्क्रिप्ट से आज़माया, और पहली कॉल में ही दोनों तरफ़ ऑडियो आया। हमने अपना गेटवे उसी दिन API वाले रास्ते पर ले लिया।

वे बग जो सिर्फ़ असली कॉल में दिखते हैं

ये दोनों हमारे हर टेस्ट में पास हुए थे, और दोनों पहली असली कॉल पर टूट गए।

एक कोडेक सेटिंग जिसे कोई नहीं पढ़ता। हमारे गेटवे ने WhatsApp से कहा कि वह Opus स्वीकार करेगा, कम से कम 10 मिलीसेकंड के पैकेट टाइम के साथ। WhatsApp की कॉल्स 20 माँगती हैं। हमारी इस्तेमाल की जाने वाली WebRTC लाइब्रेरी के लिए इस फ़र्क़ का मतलब था कि ये दो अलग कोडेक हैं, इसलिए उसने ऑडियो शुरू करने से ही मना कर दिया। हर कॉल एक-दो सेकंड के भीतर फ़ेल हो गई। हमारे टेस्ट इसलिए पास हो रहे थे क्योंकि हमारा नक़ली WhatsApp हमारी अपनी सेटिंग से लिखा गया था, असली WhatsApp की सेटिंग से नहीं। फ़िक्स एक लाइन का था। टिकाऊ फ़िक्स यह था कि नक़ली को वही कॉपी करना सिखाया जाए जो असली भेजता है, ताकि टेस्ट ठीक उसी तरह फ़ेल हो जैसे असली कॉल फ़ेल हुई थी।

किसी के उठाने से पहले ही जवाब। जब Aika किसी को WhatsApp पर कॉल करता है, तो WhatsApp हमें कॉल का ऑडियो सेटअप तभी भेज देता है जब सामने वाले का फ़ोन अभी बज ही रहा होता है, और उठाए जाने की ख़बर कुछ सेकंड बाद देता है। हमने पहले मैसेज को "जवाब दिया गया" मान लिया था, इसलिए Aika बजते फ़ोन में बोलना शुरू कर देता था, और छूटी हुई कॉल पूरी हुई कॉल जैसी दिखती थी, जिसका मतलब था कि छूटी हुई WhatsApp कॉल के बाद जो फ़ोन कॉल आनी चाहिए थी, वह कभी नहीं आई। अब Aika उठाए जाने का इंतज़ार करता है, तभी बोलता है, और छूटी या ठुकराई गई कॉल ठीक वैसी ही दर्ज होती है।

दोनों बग कुछ अनोखे नहीं थे। दोनों में हमने लिख रखा था कि दूसरा पक्ष क्या करेगा, और दूसरे पक्ष ने थोड़ा अलग किया। जो टेस्ट दूसरे पक्ष के बारे में हमारा ही अंदाज़ा इस्तेमाल करे, वह यह पकड़ नहीं सकता, इसलिए ऐसे इंटीग्रेशन के लिए हर रिलीज़ में एक असली कॉल शामिल रहती है।

आगे क्या

WhatsApp कॉलिंग Aika के WhatsApp नंबर पर कॉल करने वाले हर किसी के लिए चालू है, और कॉलबैक हर उस व्यक्ति को WhatsApp पर जाते हैं जिसने पिछली बार इसी तरह कॉल किया था, जब भी WhatsApp कॉल की अनुमति देता है। आगे हम असली कॉल्स पर देखना चाहते हैं कि चौड़ा ऑडियो कम ग़लत सुने गए शब्दों में बदलता है या नहीं, ख़ासकर नामों में, और उन आवाज़ों में जिन्हें फ़ोन लाइन आपस में घोल देती है।

संदर्भ

ऐसे उद्धृत करें

Aika Labs. 'अब आप Aika को WhatsApp पर कॉल कर सकते हैं.' aikalabs.ai/hi/blog/calling-aika-on-whatsapp, 2026-11-22.

संबंधित लेख