是否可以在Twilio呼叫中访问实时音频流？

Question

Twilio可以提供call recording，但这不是实时的。是否可以编写一个实时处理来电者音频的应用程序，并在处理完音频后做出响应？我想让一些软件“听”说话者并以编程方式作出回应。

Answer 1

据我所知，Twilio并没有提供一种处理音频作为IVR输入的方法。他们确实提供了数字输入的使用，但这并不像你要追求的那样聪明：https://www.twilio.com/docs/api/twiml/gather。

然而，您可以使用catch来收听当前正在进行的呼叫。它必须设置为会议。会议可以执行普通拨号可以执行的任何操作。您可以关闭一些其他功能，然后您可以使用twilio js库谨慎加入会议并收听电话。我想如果你非常雄心勃勃，你可以使用一些语音文本软件通过Twilio客户端做各种各样的事情。

看到annyang！对于一些语音到文本的交互性： https://www.talater.com/annyang/

Answer 2

两年后，Twilio发布了我自己尝试做的用例。他们现在有可编程语音内置的实时语音识别服务。它是公开测试版：https://www.twilio.com/blog/2017/05/introducing-speech-recognition.html

Answer 3

对于仍在寻找的人，Twilio现在有Voice Streams可以涵盖此用例！这是一个twiml动词，它将通过websocket将音频传达到您的服务器。