twilio - 通过 Twilio 记录的电话进行实时语音识别

Question

我目前正在使用 Twilio 打电话，我想添加一个语音识别元素，这样如果用户说一个特定的短语，我的后端就可以采取特定的行动。如果您熟悉 Twilio，它类似于 Gather 动词。它需要是实时的，因为如果出现识别问题，将提示用户进行澄清。

Answer 1

要将语音识别添加到 Twilio Gather 动词，请将“speech”添加到 Gather 输入值，例如:input="dtmf Speech"。在调用者说了些什么并安静下来后，Twilio 服务器将语音翻译成文本并将文本发送到操作 URL，然后等待响应指令。您的程序可以使用文本来响应您的选择。一种选择是让您的程序以更正指令(说动词)进行响应，并让调用者多说几句，然后您的操作 URL 会再次处理这些内容。

Twilio 收集文档，包括语音识别的实现:
https://www.twilio.com/docs/api/twiml/gather

带有使用语音识别标识符的 Gather 动词的示例 TwiML。

<?xml version="1.0" encoding="UTF-8"?>
<Response>
    <Gather input="dtmf speech" language="en-us"
          numDigits="1"
          timeout="6"
          action="http://hostname/processUserResponse.py">
        <Say voice="alice" language="en-CA">
            Okay, speech recognition test. Enter any digit or say something.
        </Say>
    </Gather>
    <Say voice="alice" language="en-CA">
        Waited to long to say something. Response canceled ....
    </Say>
</Response>