利用Twilio的语音API和可编程语言，将语音电话转录成文本信息

简介

短信和音频记录可以是一个很好的方式来延续沟通，而不需要意外地拿起电话。Twilio通过语音API使用Twilio的标记语言（TwiML）来简化这一过程，并对来电进行相应处理。

TwiML 提供了 [<Record>](https://www.twilio.com/docs/voice/twiml/record)动词，它可以记录来电者的声音，并可以自动生成文本转录，直接发送到你的手机上。对于那些总是在路上或者懒得查看语音信箱的人来说，你再也不会错过任何信息了。在本教程中，你将学习如何利用Twilio的语音API和可编程短信，将语音电话转录成文本信息。

前提条件

• Node.js
• 一个免费的Twilio账户（使用此链接免费注册，当你升级账户时可获得10美元的积分
• 一个Twilio电话号码
• 一部智能手机来测试你的应用程序
• Twilio CLI

项目设置

在本节中，你将设置一个新的Node.js应用程序。为了使事情井井有条，创建一个名为_voice-to-sms_的文件夹来存储所有的应用程序文件。在你的终端或命令提示符中，导航到你喜欢的目录并输入。

mkdir voice-to-text
cd voice-to-text
npm init -y
复制代码

这个命令将创建你的项目文件，并通过创建_package.json_文件来构建你的Node项目，该文件将包含你项目的元数据和包的依赖性。

安装依赖项

你的下一步是安装你的项目所需的所有依赖项。你将需要。

• 用于路由和处理传入请求的Express
• Twilio的Node Helper Library，与Twilio的API交互，以接收呼叫和发送短信
• Dotenv来存储和访问环境变量

要安装这些依赖项，请回到你的终端，输入以下命令。

npm install express twilio dotenv
复制代码

现在你已经安装了你的依赖项，你将需要导入并初始化它们。在这之前，用以下命令在你的当前目录下创建一个名为_index.js_的新文件。

touch index.js
复制代码

现在用你喜欢的IDE打开_index.js_文件，并在该文件中放置以下代码。

require('dotenv').config();
const VoiceResponse = require('twilio').twiml.VoiceResponse;
const express = require('express');
const app = express();
app.use(express.urlencoded({ extended: true }));
复制代码

这段代码将导入并初始化你之前安装的包。app.use(express.urlencoded({ extended: true })); 是一个中间件，用于处理和解析传入的请求对象，作为字符串传给你的应用程序。

环境变量和Twilio账户凭证

dotenv 是用来访问环境变量的，你将在这里存储与API互动所需的Twilio凭证。回到你的终端，用以下命令创建_.env_ 文件。

touch .env
复制代码

要连接到Twilio的API，你将需要你的账户SID、Auth Token和你的Twilio电话号码。这些值可以安全地存储在.env文件中。打开你的.env文件，将以下内容粘贴到该文件中。

TWILIO_ACCOUNT_SID=XXXXXXX 
TWILIO_AUTH_TOKEN=XXXXXXX
TWILIO_NUMBER=XXXXXXX
复制代码

复制后，用你的实际账户凭证替换XXXXXX ，这些凭证可以在Twilio控制台找到。当输入你的Twilio电话号码时，确保它是E.164格式。

现在你已经设置好了环境变量，你可以用已经加载到_.env_文件中的账户凭证导入并初始化Twilio的Node库。回到_index.js_，把下面的代码放在你初始化其他包的地方。

const twilio = require('twilio')(
   process.env.TWILIO_ACCOUNT_SID,
   process.env.TWILIO_AUTH_TOKEN
);
复制代码

下一步就是开始为你的应用程序编码了

创建Express路线

你将需要创建一种方法来处理和响应传入的调用。Express将允许你创建路由来处理这些请求。

你的应用程序的设置方式是，一旦你的Twilio号码收到呼叫，它将首先路由到 _/transcribe_端点。这个端点将处理并转录该电话，然后将转录内容的回调发送至 _/sms_端点，然后将转录内容发送到你的个人电话号码上。

在你的 index.js 文件中放置以下脚手架代码。

app.post('/transcribe',  (req, res) => {

});

app.post('/sms',  (req, res) => {

});

app.listen(3000, () => {
   console.log('Express server listening on port 3000');
});
复制代码

_/transcribe_route

该 _/transcribe_每当你的服务器上有一个POST 的请求，就会调用这个路由。每当你的Twilio号码接到一个电话，这段代码将试图转录用户留下的语音信息。将下面突出显示的代码插入你的 _/transcribe_路线中。

app.post('/transcribe,  (req, res) => {
   const twiml = new VoiceResponse();
   twiml.say('Hello. Please leave a message after the beep.');
   twiml.record({
       transcribeCallback: '/sms'
   });
   twiml.hangup();

   res.type('text/xml');
   res.send(twiml.toString());
});
复制代码

上面这段代码用TwiML的语音响应对象创建了一个名为twiml 的变量。TwiML告诉Twilio如何处理传入的电话或短信。创建这个变量后，TwiML会对来电者作出回应，说：”你好。请在哔声后留言”。

然后，TwiML将使用<Record> 动词来创建来电者回应的音频记录，并在来电者挂断电话或录音达到120秒时结束。TwiML的动词也可以用各种属性进行修改。

在这段代码中，transcribeCallback 属性被使用，它将告诉<Record> 动词转录音频记录，并执行文本转录的回调（通过POST 请求）到_/sms_ 路径。如果缺少或没有录音，TwiML将不会向给定的transcribeCallback URL发出POST 请求。

一旦录音结束，代码将告诉TwiML挂断电话，一旦文本转录生成， _/sms_路由应该收到回调。

在我们继续之前，重要的是要提到，录制电话或语音信息有各种法律考虑，你必须确保在录制任何东西时遵守当地、州和联邦法律。

_/sms_路线

如果并且一旦录音被转录，它就会被发送到_/sms_端点，它将把文本转录作为短信发送到你的个人电话号码。将下面突出显示的代码插入到你的 _/sms_路线中。

app.post('/sms',  (req, res) => {
   const from = req.body.From;
   const transcription = req.body.TranscriptionText;

   twilio.messages
   .create({
       body: `Message from: ${from} - ${transcription}`,
       from: process.env.TWILIO_NUMBER,
       to: '<YOUR_PHONE_NUMBER>'
    })
   .then(message => console.log(message.sid));
});
复制代码

用你的个人电话号码替换<YOUR_PHONE_NUMBER> ，并确保它是E.164格式。

在上面的代码中，转录的录音和收到的电话号码都是从POST 请求体中解析出来的。然后，代码使用先前初始化的twilio 对象来创建并向你的个人号码发送一条短信。该消息包含文本转录和从其接收的电话号码。

现在你的应用程序已经完成，保存并关闭你的_index.js_文件。

测试你的应用程序

最后，是时候测试一下你的应用程序了!打开你的终端，导航到你的项目目录，并运行以下命令。

node index.js
复制代码

你应该在终端看到一个日志语句，上面写着Express server listening on port 3000 。

现在你的应用已经在你的本地服务器_（localhost:3000_）上运行了，你需要告诉Twilio在哪里发送来自Twilio号码的POST 请求。

用ngrok配置webhook

由于你的本地服务器只在你的电脑里运行，Twilio无法连接到它，因为它不能访问互联网。为了解决这个问题，你需要创建一个ngrok隧道，它将启动一个连接互联网和_localhost:3000_ 的转发URL_。_ 打开第二个终端窗口，登录到Twilio CLI。

twilio login
复制代码

这个命令会提示你输入你的Twilio账户SID和你的Auth Token。登录后，使用下面的命令创建一个webhook，注意用你实际的Twilio电话号码替换占位符。

twilio phone-numbers:update "+TWILIO_NUMBER" --voice-url="http://localhost:3000/transcribe"
复制代码

这个命令将启动一个隧道，允许你从互联网上接收请求并将其发送到你的服务器。通常，在一个生产应用中，你会在一个在线托管的专用服务器上设置一个webhook，但为了测试，你将使用一个本地服务器。你可能会收到一个警告，说你的电脑将暴露在互联网上，如果是这样，请继续。你应该收到一个看起来像这样的回应。

复制语音URL，并导航到Twilio控制台的Twilio电话号码部分。点击你在这个项目中一直使用的Twilio号码，向下滚动到语音和传真部分。在A CALL COMES IN部分，你可能会看到你生成的转发URL，如果没有，粘贴你刚刚复制的URL，并确保HTTP POST在右边的下拉菜单中被选中。你的语音和传真部分应该是这样的，但有你的转发网址。

做完修改后，点击 “保存“按钮。

向你的Twilio号码发送一条语音信息

现在，你的应用程序已经启动并运行，终于可以进行测试了!拨打你的Twilio号码，留下信息，然后挂断电话。等待几秒钟，让你的语音信息被转录，然后你会收到一条短信，内容是转录的信息以及谁发来的信息！这条短信应该是这样的：”您好，请问您是谁？

它看起来应该是这样的。

语音到短信转录的下一步是什么？

当语音电话无法接通或你更喜欢文本时，Twilio语音API可以确保你保持联系。现在在你的Twilio工具箱里有了这个教程，你可以把来电的转录直接发送到你的短信里。为了保持这个程序的功能，你可以从你的个人号码设置呼叫转移到你的Twilio号码。你甚至可以使用Twilio功能来设置你的无服务器应用程序，而不需要运行Express服务器。

祝你建设愉快!