webrtc e telefonia
Telefonia no navegador com WebRTC: ligue para qualquer telefone a partir da sua tela
Coloque telefonia no navegador com WebRTC dentro do seu SaaS: o atendente clica em ligar, fala pelo microfone do computador e o telefone do cliente toca, sem ramal, sem softphone instalado e sem conexão de WhatsApp.
SaaS testa 14 dias com o time técnico ajudando na integração.
- conexões na D-API
- 1.875
- de uptime garantido em contrato
- 99,9%
- datacenters no Brasil
- 4
- por ligação de WhatsApp na API não-oficial
- R$ 0
Áudio feito para rede instável
O WebRTC leva o áudio por UDP com Opus e correção de perda, e aguenta melhor Wi-Fi ruim e 4G do que um stream comum.
Fallback automático
Se a rede do usuário bloquear o WebRTC, o SDK volta sozinho para o WebSocket sem derrubar a ligação.
API key só no servidor
O backend disca e entrega ao navegador apenas o callId e a wsUrl da ligação, com token exclusivo dela.
Mesmo código do WhatsApp
O cliente de ligação é o mesmo das chamadas de WhatsApp, então o seu softphone serve para os dois canais.
Telefonia no navegador com WebRTC é o que permite ao usuário do seu SaaS ligar para um cliente sem sair da tela em que está trabalhando. O vendedor abre a ficha do lead, clica em “ligar” e conversa pelo fone de ouvido do computador; o telefone do outro lado, celular ou fixo, recebe uma ligação comum. Na D-API, essa telefonia no navegador com WebRTC usa a URA ao vivo: o seu backend disca pela API, o navegador abre a mídia pelo SDK e o resultado volta pelos mesmos webhooks de voz da conta.
Para um SaaS, isso tira do caminho o que costuma travar esse tipo de recurso: contratar linha, configurar ramal, instalar softphone em cada máquina do cliente. O seu produto ganha um telefone embutido com algumas dezenas de linhas de código.
Por que WebRTC no lugar de stream puro
A URA ao vivo aceita dois transportes de áudio. O WebSocket envia PCM cru e é simples de depurar. O WebRTC leva o áudio por UDP com o codec Opus e correção de perda (FEC), e por isso segura melhor a conversa quando o atendente está num Wi-Fi congestionado ou num 4G que oscila. Em atendimento, essa diferença aparece como menos “você está cortando” do outro lado da linha.
O SDK cuida da escolha. Você pede transport: "webrtc" e, se a rede bloquear o WebRTC, ele volta sozinho para o WebSocket sem derrubar a ligação. Um evento transport informa qual caminho está ativo e por quê, o que ajuda o seu time de suporte a explicar ao cliente por que a ligação dele ficou com qualidade diferente.
Como a integração se divide
São duas partes, e a separação existe por segurança. O backend do seu SaaS guarda a API key, autentica o seu usuário e disca. O navegador só recebe o callId e a wsUrl, que carrega um token exclusivo daquela ligação.
No backend, dapi.voice.liveStart({ to }) chama POST /api/v1/voice/live/start e devolve os dois valores. Os erros que a sua rota precisa repassar são 402 (saldo insuficiente) e 502 (a rede de telefonia recusou a ligação). Assim que a rota responde, o telefone começa a tocar, e a página tem até 30 segundos para abrir a ligação; passou disso, ela é desligada e a reserva de saldo volta.
No navegador, a ligação abre dentro do clique do usuário, porque é só a partir de uma ação dele que o navegador libera microfone e áudio:
import { LiveCall } from "d-api-sdk";
botaoLigar.onclick = async () => {
const res = await fetch("/api/ura", {
method: "POST",
headers: { "Content-Type": "application/json" },
body: JSON.stringify({ to: campoNumero.value }),
});
const { callId, wsUrl } = await res.json();
const call = await LiveCall.connect(callId, wsUrl, { transport: "webrtc" });
let atendeu = false;
call.on("event", (e) => {
if (e.type === "accepted") { atendeu = true; mostrarStatus("Em ligação"); }
if (e.type === "dtmf") registrarTecla(e.digit);
});
call.on("transport", (t) => logSuporte(t.transport, t.reason));
call.on("recording", (r) => anexarGravacao(callId, r.url));
call.on("ended", (e) => mostrarStatus(atendeu ? `Encerrada (${e.reason})` : "Não atendida"));
botaoMudo.onclick = () => call.mute(true);
botaoDesligar.onclick = () => call.hangup();
};
O SDK pede o microfone, toca a voz de quem atendeu e só envia o áudio do atendente depois do accepted. A página precisa estar em HTTPS (ou localhost no desenvolvimento).
Estados que a interface precisa mostrar
A telefonia não emite calling nem ringing. Do clique até o accepted, o telefone está tocando, e a tela deve mostrar “chamando” durante todo esse intervalo. Uma ligação que termina sem accepted não foi atendida e não é cobrada; mostre “não atendida” e ofereça uma nova tentativa ou um WhatsApp. O ended traz um reason, como remote-hangup (o telefone desligou) ou false-answer (a operadora sinalizou atendimento, mas o áudio nunca chegou ao aparelho), também sem cobrança.
Vale desenhar ainda o estado de erro da rota de discagem (saldo, recusa da rede) e o estado sem permissão, para usuários do seu SaaS que não podem ligar em nome da conta.
Casos de uso por segmento
- CRM imobiliário e de vendas: o corretor liga da ficha do lead, a gravação fica anexada ao histórico e a duração entra no relatório de atividade do time.
- Software de cobrança: a mesa de negociação liga para devedores sem PABX, e as teclas que a pessoa aperta durante a conversa chegam como evento
dtmf. - Helpdesk e plataforma de atendimento: o agente de suporte retorna um chamado por telefone sem sair do ticket, e o
callIdliga a ligação ao ticket. - Software de clínicas: a recepção confirma ou remarca consultas por telefone direto da agenda, inclusive para pacientes que só têm fixo.
Se o seu produto também oferece chamadas de WhatsApp, o mesmo componente atende os dois canais. A integração do lado WhatsApp está em ligação de WhatsApp no navegador com WebRTC, e uma visão de operação com fila e atendentes em central de atendimento com ligações de WhatsApp.
Cobrança, gravação e webhooks
O WebRTC muda só o caminho do áudio. A cobrança, a gravação e os eventos são os mesmos da ligação telefônica por API no modo ao vivo: cobrança contada a partir do accepted, gravação em WAV com a mixagem e cada lado separados, e os eventos call.started, call.answered, call.dtmf, call.ended e call.audio no webhook de conta do canal voice. Tratar esses eventos no backend é o que mantém o histórico certo mesmo quando o usuário fecha a aba no meio da ligação; o detalhe está em webhook de URA.
As opções avançadas do cliente de ligação (fallback, audio, webrtcConnectTimeoutMs, resume) seguem as mesmas regras das chamadas de WhatsApp. O exemplo completo, com a página HTML e a rota de backend, está na documentação da D-API.
Robôs e agentes no servidor
O mesmo transporte funciona no Node, para quem quer um robô em vez de um atendente. dapi.voice.live({ to }, { transport: "webrtc" }) disca e já abre a ligação; o áudio chega ao seu código como PCM s16le de 16 kHz, mono, em frames de 20 ms, e você responde com call.sendAudio(). Envie no ritmo real, um frame a cada 20 ms, porque rajadas grandes ficam enfileiradas e chegam atrasadas. Áudio enviado antes do accepted é descartado. Para um agente pronto, sem montar esse pipeline, veja o agente de voz com IA para telefone.
Time D-API. Atualizado em .
Perguntas frequentes
O usuário precisa instalar algum programa para ligar?
Não. A ligação roda no navegador, a partir de uma página em HTTPS do seu SaaS. O d-api-sdk entra no seu front-end por um bundler, como Vite, webpack ou Next.js.
Preciso ter uma conexão de WhatsApp para ligar pelo navegador?
Não. A ligação sai pela linha telefônica e usa a API key da conta e o saldo da carteira. A cobrança, a gravação e os webhooks são os mesmos da URA ao vivo por WebSocket.
O que acontece se o firewall da empresa bloquear o WebRTC?
O SDK detecta e volta para o transporte WebSocket sem derrubar a ligação. O evento transport informa por qual caminho o áudio está passando e o motivo da troca.
Dá para usar o mesmo transporte num robô no servidor?
Dá. No Node, dapi.voice.live com transport webrtc disca e entrega o áudio PCM de 16 kHz para o seu código. Sem o pacote opcional de WebRTC instalado, a ligação segue pelo WebSocket.