Twilio Gatherを使用して、Twilio番号に着信する音声通話を録音し、テキストに転写します

#ngrok

Charu Srivastava

2024.03.13

こんにちは、チャールです。このブログでTwilio Gatherを使用して、Twilio番号に着信する音声通話を録音し、テキストに転写します。

前提条件:

Twilio（無料）アカウント

Python Flask

ngrok

紹介:

Twilio Gather: Twilioの動詞は、Twilio Voice API内で使用される強力な機能で、電話中に発信者から数字（電話番号など）または音声入力を収集することができます。

Python Flask: Pythonのマイクロウェブフレームワークです。

ngrok: ローカルマシンで実行中のウェブサーバーをインターネットに公開できるツールです。

最初に、Twilioアカウントを作成して番号を取得してください。

お気に入りのコードエディタを使ってください。

Pythonをインストールした後、pipを使用してFlaskとTwilioのPython SDKをインストールしてください。

pip install Flask twilio

ngrokのウェブサイトからngrokをダウンロードしてください。

やりましょう！

ディレクトリを作成し、必要なパッケージをインストールして、以下のコードを書いてください。

from flask import Flask
from requests.api import request
from twilio.twiml.voice_response import Gather,VoiceResponse

app = Flask(__name__)

@app.route("/voice", methods=['GET', 'POST'])
def voice():
    response = VoiceResponse()
    gather = Gather(
        action='/results', 
        method='GET',
        language='ja-JP',
        input='speech',
        speech_model='phone_call',
        speech_timeout='5',
        enhanced='true')
   
    gather.say("メセージを残してください！", voice='Polly.Mizuki')

    response.append(gather)
    
    print(response)
    return(str(response))

@app.route("/results",methods=['GET'])
def results():
    response = VoiceResponse()
    response.say("ありがとうございます", voice='Polly.Mizuki')
    print(request)
    
    return(str(response))

if __name__ == "__main__":
    app.run(debug=True)

コードを理解しましょう。

/voice ルートは、着信を処理するために定義されます。Twilioがあなたの番号に電話を受けると、このエンドポイントにリクエストを送り、その後 voice() 関数が実行されます。

/voiceルート

VoiceResponseオブジェクトが作成されます。このオブジェクトは、メッセージを再生するか入力を収集するかなど、Twilioが通話で何をするかを指示します。
Gatherオブジェクトが使います。Gatherはいくつかのパラメータで設定されます：

action='/results' は、収集した入力をTwilioがどこに送るかを指示します。入力を収集した後、Twilioは/resultsエンドポイントへリクエストを行います。
method='GET' は、アクションURLへのリクエストを行う際のTwilioのHTTPメソッドを指定します。
language='ja-JP' は、音声認識の言語を日本語に設定します。
input='speech' は、IVRがDTMFトーン（キーパッド入力）ではなく音声入力を聞くように指示します。
speech_model='phone_call' は、通話音声の音声認識を最適化します。
speech_timeout='5' は、Twilioが音声入力を処理する前の最大無音時間を設定します。
enhanced='true' は、より高い精度のために強化された音声認識を有効にします。

Gatherは、.say() メソッドを使用して、発信者にメッセージを日本語で残すように促します。これは、テキストから音声への変換にAmazon PollyのMizuki声を使用します。
Gatherを設定した後、それをVoiceResponseに追加します。レスポンスは文字列に変換され（str(response)）、返されます。これをTwilioは通話の対話をガイドするために使用します。