用你自己的程序直接收发通话音频，例如接入自建的电话系统或 App。先创建通话：
curl https://evasay.com/api/v1/voice/calls/websocket \
-X POST \
-H "Authorization: Bearer sk-your-key" \
-H "Content-Type: application/json" \
-d '{ "agent_id": "AGENT_ID", "encoding": "pcm_s16le", "sample_rate": 16000 }'
返回的 websocket_url 带一次性令牌，15 分钟内连接有效。encoding 为 pcm_s16le（16 位小端 PCM，sample_rate 可选 8000、16000、24000）或 mulaw（8 kHz μ-law）。两个方向都用这个格式的二进制帧传音频，建议每帧 20 毫秒。文本帧是 JSON：
| 方向 | 消息 |
|---|---|
| 你 → EvaSay | {"type":"dtmf","digits":"12#"} 按键；{"type":"end"} 挂断；{"type":"text","text":"…"} 客户打的字（点回话按钮时加 "input":"button"）；{"type":"context","text":"…","key":"cart"} 你的 App 告诉 Agent 的情况（Agent 不会因此开口）；{"type":"typing"} 客户正在打字（打字时每秒左右发一次，Agent 2 秒内不开口）；{"type":"tool_result","id":"…","result":{…}}（或 "error"）页面函数的结果 |
| EvaSay → 你 | start（含 callId）；clear（来电者打断了，丢掉还没播放的 Agent 音频）；transcript（role、text、final，打字的带 input）；user_started_speaking、user_stopped_speaking、agent_started_speaking、agent_stopped_speaking；cards（cards、quick_replies）；tool（id、name、arguments：执行你的一个页面函数）；notice（code：打字太快 too_fast 或到上限 limit）；ended（含 reason，随后关闭连接） |
Agent 收到连接就开始说开场白。请求里还可以带 user_id 和 page_tools（你的 App 会执行的页面函数，见下文）。按通话分钟计费，与其他通话相同，通话记录、分析和 Webhook 也一样。