最近、「AIを使って自然な会話で予約はできますか？」というご質問をいただくことが増えました。
そこで今回は、Twilio を利用して音声でAIと対話しながら予約を行う仕組みを試作してみました。
構成は以下の通りです。
• Twilio（音声通話および Media Stream）
• Google Calendar（予約データ登録）
• n8n（自動化ワークフロー）
機能概要
電話をかけるとAI音声アシスタントが応答し、
「いつ予約しますか」「お名前を教えてください」といった質問を行います。
自然な会話の流れで日程と連絡先を取得し、Googleカレンダーに自動登録する仕組みです。
英語の認識精度は高く、非常にスムーズに動作します。
日本語では一部誤認識が発生する場合がありますが、会話としては十分成立するレベルです。
コストについて
この仕組みはオープンソースモデルとTwilioの音声APIを使用しており、
1分あたりの通話コストはおおよそ50円以内に抑えられています。
リアルタイム音声認識と生成を行うシステムとしては、実用的なコストです。
改善予定の機能
現段階では、
• 発信者の認証（誰が電話しているか）
• 予約の変更・削除機能
などはまだ未実装です。
現状では、誰が電話をかけても予約ができるオープンな仕組みになっています。
ただし、リアルタイムでの会話処理はほぼ実現しており、
通話中に話を遮ってもAIが応答を中断して聞き直すため、
自然な対話体験が可能です。
今後の予定
この仕組みの動作例をYouTube動画として近日中に公開する予定です。
AIを使った自動予約の実際の動きに興味のある方は、ぜひご覧ください。
技術構成：
Twilio Voice / Media Stream
Google Calendar API
n8n Workflow Automation
Node.js + Fastify
