企业使用 Twilio 平台构建与客户沟通的新方式：无论是通过对话式交互式语音响应 (IVR) 完全自动化餐厅点餐，还是构建下一代高级客服联系中心。 随着 Media Streams的推出，Twilio 开启了他们自己的语音平台，该平台可以赋能企业实时访问电话的原始音频流。

用户可以用Media Streams来提高呼叫中心的生产力，通过Amazon Transcribe Streaming WebSockets实时翻译对话，自动化终端交互，最后用Amazon分析来访者的语音意图并给客服一些推荐。

在这篇文章里，我们向你展示如何用 Amazon Lex 以及Twilio Media Streams提供的原始音频流数据把聊天对话界面(聊天机器人)整合到你的语音应用里去。 Lex 使用深度学习来完成识别人类语音意图所需的繁重工作，以便客户可以轻松地构建愉悦的用户体验和逼真的对话。

解决方案遵循以下步骤:

  • 从 Twilio 接收音频流
  • 将音频流发送到语音活动检测组件,以确定音频中的是否有语音
  • 检测到语音后,开始将用户数据流式传输到 Amazon Lex
  • 检测到静音时,停止将用户数据流式传输到 Amazon Lex
  • 根据Amazon Lex 的响应更新Twilio正在进行的呼叫

本示例中提供的语音活动检测 (VAD) 实现仅用于参考/演示目的,使用的是通过查看振幅来检测语音和静音的入门方法，不建议用于生产。您需要根据在生产场景中的使用需求来实现更强大可靠的 VAD 模块。

下图描述了步骤:

lex-twilio-1

以下将提供 Amazon Lex Bot 与 Twilio Voice Stream 集成的指导流程：

  1. 创建 Amazon Lex Bot
  2. 创建 Twilio 帐户和设置可编程语音
  3. 构建 Amazon Lex 和 Twilio 语音流集成代码并将其部署到亚马逊 ECS/Fargate
  4. 测试已部署的服务
  5. (可选) 在本地生成和测试服务

要构建和部署服务,需要以下先决条件:

  • Python（用于构建服务的编程语言）
  • Docker（打包服务的部署工具）
  • 已安装并配置 AWS CLI（用于创建所需的 AWS 服务并将服务部署到 AWS）。有关说明,请参阅配置 AWS CLI

此外,您需要一个域名来托管您的服务，并且必须使用 Amazon Certificate Manager 为域名注册 SSL 证书。 有关说明,请参阅请求公共证书。从控制台记录证书 ARN。

需要 SSL 证书才能通过wss进行安全通信，wss是 Twilio 语音流使用的持久双向通信协议。templates/streams.xml 文件中的指令允许您通过 WebSockets 实时接收原始音频流。成功连接后，您的服务将建立与 Twilio 服务的 WebSocket 连接，音频将开始流式传输。

第一步： 创建 Amazon Lex Bot

如果您还没有Amazon Lex Bot，创建并部署一个。有关说明，请参阅使用蓝图创建 Amazon Lex Bot（控制台）。

创建Bot后，部署Bot并创建别名。有关说明，请参阅发布版本和创建别名。

为了从服务调用 Amazon Lex API，您必须创建具有访问类型为”Programmatic access”的 IAM 用户并附加相应的策略。

为此，在 AWS 控制台中，点击 IAM->Users->Add user。

提供用户名，选择”Programmatic access”访问类型，然后单击”Next: Permissions”。

lex-twilio-2

使用”Attach existing policies directly”选项，筛选 Amazon Lex 策略并选择 AmazonLexReadOnly 和 AmazonLexRunBotsOnly 策略。

lex-twilio-3

单击以下页面中的”Next: Tags”、”Next: Review”和”Create User”以创建用户。记录访问密钥 ID 和机密访问密钥。我们在部署栈期间使用这些凭据。

第二步：创建 Twilio 帐户和设置可编程语音

注册 Twilio 帐户并创建可编程语音项目。 有关注册说明，请参阅https://www.twilio.com/console。

记录”AUTH TOKEN“。您可以在 Twilio 仪表板 Setting>General->API Credentials 下找到此信息。

您还必须通过添加用于拨打 Twilio 电话号码的电话号码来验证呼叫者 ID。您可以通过单击 Verify caller ID 页上的按钮 red-button.png来执行此操作

第三步：构建 Amazon Lex 和 Twilio 语音流集成代码并将其部署到亚马逊 ECS/Fargate

在本节中，我们使用 AWS Fargate 创建一个新服务来托管集成代码。 AWS Fargate 是 Amazon 弹性容器服务(ECS)中的一个部署选项，允许您部署容器，而无需担心配置或扩展服务器。对于我们的服务，我们在应用程序负载平衡器 （ALB） 后面的 Docker 容器中使用 Python 和 Flask。

部署核心基础设施

作为创建基础设施的第一步，我们使用CloudFormation Template部署核心基础设施，如 VPC、Subnets、安全组、ALB、ECS 集群和 IAM 策略。

单击下面的”Launch Stack”按钮，即可进入 AWS CloudFormation Stack 创建页面。单击”下一步”并填写参数。请注意，稍后我们启动基础架构之上的服务的过程中使用相同的”EnvironmentName”参数。这允许我们引用此部署的堆栈输出。

Launch Stack

堆栈创建完成后，从”Output”选项卡中记录”ExternalUrl”键的值。

将代码打包并部署到AWS

为了将代码部署到 Amazon ECS，我们将代码打包到 Docker 容器中，并将 Docker 映像上载到 Amazon 弹性容器注册表 （ECR）。

服务的代码可在下面的 GitHub repository中找到。请克隆存储库到本地计算机上。

git clone https://github.com/veerathp/lex-twiliovoice.git
cd lex-twiliovoice

接下来，我们将更新 templates/streams.xml 中 Streams 元素的 URL属性，以匹配在先决条件部分中配置SSL证书的那个服务的DNS名称。

<Stream url="wss://<Your DNS>/"></Stream>

现在运行下面命令，使用 Dockerfile 生成容器映像。

docker build -t lex-twiliovoice .

接下来，我们使用 AWS CLI 传入存储库名称的值来创建容器注册表。从输出中记录”repositoryUri”。

aws ecr create-repository --repository-name <repository name>

为了将容器映像推送到注册表，我们必须进行身份验证。运行以下命令：

aws ecr get-login --region us-west-2 --no-include-email

执行上述命令的输出以完成身份验证过程。

接下来，我们将容器镜像标记并推送到 ECR。

docker tag lex-twiliovoice <repositoryUri>/lex-twiliovoice:latest
docker push <repositoryUri>/lex-twiliovoice:latest

现在，我们使用 CloudFormation Template部署其余的基础架构。作为此堆栈的一部分，我们部署组件，如 ECS Service,，ALB Target groups， HTTP/HTTPS Listener rules 和 Fargate Task。使用task definition properties将环境变量注入容器。

由于我们在我们的服务使用 WebSocket 连接，我们需要启用负载均衡（使用目标组属性）的粘性，以便与同一实例保持持久连接。

TargetGroup:
    Type: AWS::ElasticLoadBalancingV2::TargetGroup
    Properties:
      ….
      ….
      TargetGroupAttributes:
        - Key: stickiness.enabled
          Value: true
        …

单击下面的”Launch Stack”按钮，即可进入 AWS CloudFormation Stack创建页面。单击”Next”并填写从上述步骤中收集的以下参数的正确值：IAMAccessKeyId, IAMSecretAccessKey, ImageUrl, LexBotName, LexBotAlias, and TwilioAuthToken。其他所有参数您可以使用默认值。请确保使用和上一个堆栈部署相同”EnvironmentName”，因为我们要引用部署的输出。

Launch Stack

部署完成后，我们可以测试服务。但是，在执行此操作之前，请确保将自定义 DNS 指向应用程序负载平衡器 URL。

为此，我们在 Route 53 Hosted Zones 下创建一个”A Record”，将自定义 DNS 指向作为核心基础架构堆栈部署一部分的 ALB Url（输出中的”ExternalUrl”密钥）。在”Create Record Set”页面中，名称字段使用 DNS 名称，type 选”A + IPv4 address”，Alias字段选择”Yes”， Alias target同ALB Url，然后单击”Create”。

第四步：测试已部署的服务

您可以通过导航到 Amazon ECS Console并单击群集名称来验证部署。您可以在”Services”选项卡下看到 AWS Fargate 服务，在”tasks”选项卡下看到正在运行的任务。

lex-twilio-4

为了测试服务，首先我们使用在 AWS 中运行中的服务的 URL（http:///twiml）更新 Twilio 控制台中"Voice & Fax" 部分下的 Webhook URL 字段。您现在可以拨打 Twilio 电话号码来联系Lex Bot。确保使用 Twilio 控制台验证过号码拨打。连接后，您会听到提示"您将与 Lex Bot连接，3，2，1 GO"，这个提示语是在 `templates/streams.xml` 文件中配置的。您现在就可以与Amazon Lex Bot互动啦！

您可以使用”CloudWatch Log Groups” 监控服务，并解决服务运行时可能出现的任何问题。

lex-twilio-5

第五步：(可选) 在本地生成和测试服务

现在，服务已经部署和测试，您可能对在本地构建和测试代码有兴趣。为此，打开克隆到本地计算机上的 GitHub 存储库，并使用以下命令安装所有依赖项：

pip install -r requirements.txt

您可以通过安装”ngrok”在本地测试服务。有关详细信息，请参阅https://ngrok.com/download。此工具可以用一个公有URL暴露本地 Web 服务器。使用它，您就可以测试 Twilio Webhook 集成了。

ngrok http 8080

lex-twilio-6

接下来，使用正确的 ngrok url 在 templates/streams.xml 文件中配置”Stream”元素。

<Stream url="wss://<xxxxxxxx.ngrok.io>/"></Stream>

此外，我们还需要配置代码中使用的环境变量。在为环境变量提供适当的值后，运行以下命令：

export AWS_REGION=us-west-2
export ACCESS_KEY_ID=<Your IAM User Access key ID from Step 1>
export SECRET_ACCESS_KEY=<Your IAM User Secret Access key from Step 1>
export LEX_BOT_NAME=<Bot name for the Lex Bot you created in Step 1>
export LEX_BOT_ALIAS=<Bot Alias for the Lex Bot you created in Step 1>
export TWILIO_AUTH_TOKEN=<Twilio AUTH TOKEN from Step 2>
export CONTAINER_PORT=8080
export URL=<http://xxxxxxxx.ngrok.io> (update with the appropriate url from ngrok)

设置变量后，可以使用以下命令启动服务：

python server.py

要进行测试，请使用正确的 URL（http:///twiml）在 Twilio 控制台中的"Voice & Fax"下配置 Webhook 字段，如下所示。

lex-twilio-7

从已验证的电话发起对 Twilio 电话号码的呼叫。连接后，您会听到提示”您将与 Lex Bot连接，3，2，1 GO”，这个提示语是在 templates/streams.xml 文件中配置的。现在，您可以与您在步骤 1 中创建的 Amazon Lex Bot交互啦。

在本博客文章中，我们展示了如何使用 Amazon Lex 将聊天机器人集成到您的语音应用程序中。要了解如何使用 Amazon Lex 构建更多资源，请查看开发人员资源。

本文为翻译，原文章地址按这里