きっかけ

災害等の危険がある時に、
自治会長さん等の地域のリーダーの「声」で防災無線を使って呼びかけることで、
地域のみなさんの避難行動が促された、というニュースを先日見ました。
（テレビの映像を見る限り、専用の装置やシステムをつかっているようでした）

ふと、
Amazon Connectに電話をかけて、音声をふきこみ、録音する。
その録音された音声を、一斉発信することはできないだろうか？…と考えました。

やってみたこと

ふきこみ・録音・再生をすべて電話でやってみました。

1.　Amazon Connectに電話をかけると、留守番機能のようにメッセージが録音される。
2.　録音した音声がAmazon Connectのプロンプトで再生可能な形式で保存される。
3.　Amazon Connectから一斉発信すると、（着信先で）録音した音声が再生される。

【デモ動画】こんな感じになります！

実現するのに必要な要素

やりたいことを実現するため、上記の太字部分をどのように実現するか、検討しました。
末尾、参考とした記事の考え方を学ばせていただき、組み合わせることで実現しました。
大きく４つの要素があります。

【留守電機能】
　Amazon Connectの問い合わせフローで、Kinesis Video Streamに音声を渡し、S3に保存する。

【再生可能な形式で保存】
　8bitモノラル、8kHz、μ-law、.wav形式で保存する必要がある。
　（Amazon ConnectのプロンプトでS3から再生する場合、この形式が必須）

【一斉発信】
　一斉発信する宛先の電話番号をDynamoDBに格納する。
　Lambdaでこの電話番号一覧を取得し、Amazon Connectにアウトバウンドの指示を出す。

【録音した音声が再生される】
　Amazon Connectの問い合わせフローで、S3バケットから音声ファイルを指定する。

前提となる環境

Lambdaレイヤーを使用します。参考記事で使用している、ebml、FFmpegは事前にダウンロードし、zipファイルをLambdaレイヤーにそれぞれ追加しておきます。
- ebmlはフォルダnodejs下部に保存し、zipします。
- FFmpegはフォルダbin下部に保存し、zipします。
S3は、3つのバケットが必要です。
- Kinesis Video Streamのストリーム情報を保存するバケット（streamInfo）
- ストリームデータにヘッダを追加し.wavファイルを保存するバケット（wav-pcm）
- PCMからμ-lawに変換した.wavファイルを保存するバケット(wav-mulaw)
- それぞれ、バケットポリシーでLambdaやAmazon Connectを許可しておく必要があります。
Amazon Connectの準備が必要です。
- 電話番号を取得しておく必要があります。
- 問い合わせフローを、音声ふきこみ用と、音声再生用の２つを用意します。
- インスタンスエイリアス→問い合わせフロー→AWS Lambdaで、今回使用するLambdaのアクセス許可をします。
複数の電話番号に発信する場合、DynamoDBの準備が必要です。
- Lambda内にベタ書きすることもできますが、DynamoDBに電話番号を登録する方が楽です。
- scanまたはqueryで取得した電話番号一覧をもとに、「connect.start_outbound_voice_contact」で外線発信します。
- 電話番号は「+81」で始まる形式（E.164形式）で保存します。
Lambdaでプログラミングが必要です。
- 音声ファイルの生成・変換：Node.js（Node.js 16.x）
- 一斉発信：Python（Python 3.9）

つくってみた

前提となる環境を大まかに図化するとこのようになります。
実現するのに必要な要素４つについて具体的に何をしたのか説明します。

【留守電機能】については、ほぼリンク先の記事の考え方のとおり作りました。
- バケット（wav-pcm）に.wavファイルが保存されるまで、実現できます。
- 録音用の問い合わせフローは以下のようになります。少し、コツがあります。
  - メディアストリーミングの開始の合図「ピピっ」という発信を入れること。
  - ストリーミングの停止後、さらにLambda（streamInfo）関数を呼び出した後に、音声の登録が完了した旨のプロンプトを再生すること。
    　（吹き込んでも、データが生成される前に切断されてしまうのを防ぎます）
【再生可能な形式で保存】するためには、留守電機能で保存した音声を、μ-law形式に変換する必要があります。
- 上記リンク先を参考に、FFmpegをLambdaレイヤーに登録し、Node.jsで扱えるようにします。
- changeMulaw.js はS3バケットwav-pcmに.wavファイルがPUTされたタイミングで起動するよう、トリガーを追加しておきます。
- また、こちらの記事を参考にしつつ、参考リンクの51行目のexecSyncを下記のように変更すると、μ-law形式に変換することができます。（srcDataやdestDataの拡張子は.wavに変更）
  - -y　オプションをつけることで、新しい音声ファイルができた際に上書きします。（このオプションをつけないと初回はOKでも２回目ふきこみ時にエラーになります）
  - -acodec pcm_u8　で　8bit　に変換しています。
  - -c:a pcm_mulaw　で　μ-law　に変換しています。
  - 変換後は、参考リンクの５８行目の保存名を「mulaw.wav」にしています。

changeMulaw.js

execSync('ffmpeg -y -i /tmp/srcData.wav -acodec pcm_u8 -c:a pcm_mulaw /tmp/destData.wav');

【一斉発信】するためには、電話番号をリスト化し、Amazon Connectに外線発信の指示を順次出していく必要があります。
- connect.start_outbound_voice_contact　と宣言すると外線発信できます。
- DynamoDBに電話番号,名前,年齢層等のデータを登録しておき、scanまたはqueryして電話番号リストをlistにします。
  - テストする場合は、listに"+8190xxxxxxxx"にように書いてもOKです。
  - ごくシンプルにfor文で繰り返し処理をしていますが、架電対象電話番号数が多い場合やエラーハンドリングを行う場合は、StepFunctionsを使用して制御する方が安全です。

python.py

    list = [("DynamoDBからScan等した電話番号をリストとして格納")] #テスト用なら2〜３番号ベタ打ちもアリ
    connect = boto3.client("connect")
    contactflow_id = "(問い合わせフローのコンタクトフローID)"
    instance_id = "（Amazon ConnectのインスタンスID）"
    source_phone_number = "（Amazon Connectで取得した電話番号）"

    for dest_number in list:
        print(f"calling to {dest_number}")
        connect.start_outbound_voice_contact(
            DestinationPhoneNumber = dest_number,
            ContactFlowId = contactflow_id,
            InstanceId = instance_id,
            SourcePhoneNumber = source_phone_number,
            )

【録音した音声が再生される】ためには、S3のバケットを指定する必要があります。
- 今回は、s3://(バケット名)/mulaw.wav　のようにS3ファイルパスを書きました。
- 実際は、時間や発信元の電話番号または発信者名などをファイル名とし、属性値で問い合わせフローに渡すことになると思います。
- 再生用の問い合わせフローは以下のようになります。この問い合わせフローを、【一斉発信】のコードで呼び出すことで、電話に応答した時にS3に保存された音声が再生されます。
- 電話番号にこの問い合わせフローを割り当てると、折り返しされた時にふきこんだ音声を流すことができます。

こんなことにも使えそう

防災が着想だったものの、以下のようなしくみにも使えるかも？と思います。

緊急連絡網（Amazon Lexを活用して返答も！）
自分の声でモーニングコール（自分ではなく、他の方でも！）
音声伝言板のようなもの（検索できるように何らかラベリングが必要か）

参考とした記事

大いに参考にいたしました。

留守電機能

再生可能な形式で保存

一斉発信

録音した音声が再生される

デモ動画内の「ピピっ」という音源
OtoLogicさまの音源を利用しました。

Amazon Connectで音声をふきこみ、ふきこんだ音声で一斉発信してみた