如何使用 Python 從出站 Twilio 調用中檢索信息並將其放入谷歌語音到文本中？

Question

我是 twilio 的新手，所以我什至不知道語音呼叫流是如何工作的。 我只有一項任務：我需要使用 twilio 撥打一個號碼，並在此人停止說話時將語音轉換為谷歌語音。 但我什至不明白如何實現它並將所有這些東西聯系起來。 我嘗試使用 django 將呼叫重新發送到 google，但我不明白如何設置 webhook。 我嘗試將語音直接發送到谷歌語音，但我不知道如何操作。 基本上，我在一個死胡同，不明白我應該做什么。 如何實時獲得此語音電話，如何將其發送給谷歌。

@app.route("/call", methods=['GET', 'POST'])
def gather_call():
    resp = VoiceResponse()

    gather = Gather(input='speech', speechTimeout=5, action='/com')
    gather.say('Say something')
    resp.append(gather)
    return str(resp)

Answer 1

Twilio 開發人員布道者在這里。

聽起來您需要放慢觸摸速度並首先了解 Twilio 語音呼叫的工作原理。 我建議您閱讀Python的可編程語音快速入門，它教您如何使用 Flask 在 Python 中撥打和接聽電話、處理網絡鈎子和控制語音電話。

完成后，您將更好地了解 Twilio、TwiML 和 webhooks 的工作原理。

然后，如果您想將語音轉換為文本，我將首先引導您到<Gather> 。 <Gather>幫助您在電話中獲取用戶輸入，您可以通過將input屬性設置為“語音”來從撥號盤或語音中獲取該input 。 這實際上是在幕后使用 Google Cloud 語音來發送文本。

如果您確實需要將語音音頻直接流式傳輸到 Google 語音到文本，那么您可以使用<Stream> 。 這需要一個 websocket 連接來流式傳輸音頻。 有一個示例 Python 應用程序向您展示了如何使用<Stream>和 Google 語音到文本 API 進行實時轉錄。

但是，在深入研究更復雜的部分之前，請先熟悉 Twilio 的工作方式。