Railsで通話内容を音声認識する

概要

TwilioとGoogleCloudSpeechAPIを使用し、Railsで通話内容を音声認識する

手順

GoogleCloudSpeechAPIを有効にする

https://console.cloud.google.com/

Googleサービスアカウントキーを作成する

ファイルがダウンロードされるので保存する

Gemをインスールする

gem 'twilio-ruby'
gem 'google-cloud-speech'

Railsアプリを作成する

call_controller.rb

require 'google/cloud/speech'
class CallController < ApplicationController
  def transcription
    recording_url = params[:RecordingUrl]
    voice = 'man'
    language = 'ja-JP'
    response = Twilio::TwiML::VoiceResponse.new
    if recording_url.blank?
      response.say('お名前をフルネームで教えてください。', voice: voice, language: language)
      response.record(timeout: 5, max_length: 5)
    else
      project = 'プロジェクトID'
      keyfile = 'サービスアカウントキーのファイルのパス'
      speech = Google::Cloud::Speech.new project: project, keyfile: keyfile
      audio = speech.audio open(recording_url),
                   encoding: :linear16,
                   language: 'ja-JP',
                   sample_rate: 8000
      results = audio.recognize
      result = results.first

      if result.present?
        transcript = result.transcript
        response.say('あなたの名前は、', voice: voice, language: language)
        response.say(transcript, voice: voice, language: language)
        response.say('です。', voice: voice, language: language)
      else
        response.say('すみませんが、もう一度お願いします。', voice: voice, language: language)
        response.record(timeout: 5, max_length: 5)
      end
    end

    render :xml => response.to_s
  end
end

Railsアプリを起動

bundle exec rails s

ngrokを起動する

ngrok http 3000

TwiML Appを作成する

https://www.twilio.com/
https://jp.twilio.com/docs/api/twiml

TwiML Appを確認する