Twilio+Flask语音转文字系统控制台无转录输出问题求助

你的代码核心问题有两个：

1. 错误获取录音内容：Twilio不会直接把音频文件通过request.files传递给你的服务，而是返回一个指向录音文件的URL字符串，这个值存在POST参数RecordingUrl里，所以audio_file永远是None，后续转录代码根本没执行。
2. Gather与Record逻辑冲突：你同时使用了gather（带语音输入）和record，两者功能重叠，会导致Twilio的回调逻辑混乱。

下面提供两种修复方案，按需选择：

方案一：使用Twilio内置语音转文字（推荐） #

直接让Twilio完成语音转录，无需自己处理音频文件，更高效稳定：

import os
from flask import Flask, request
from twilio.twiml.voice_response import VoiceResponse

app = Flask(__name__)
app.config['DEBUG'] = True

@app.route("/twilio", methods=['POST'])
def twilio():
    resp = VoiceResponse()
    # 配置gather获取语音转文字，指定电话场景模型提升准确率
    gather = resp.gather(input='speech', timeout=5, action='/process-response', speechModel='phone_call')
    gather.say("Please say your prompt after the beep.")
    return str(resp)

@app.route("/process-response", methods=['POST'])
def process_response():
    resp = VoiceResponse()
    # 直接从POST参数获取Twilio已转录好的文本
    speech_result = request.form.get('SpeechResult')
    if speech_result:
        print(f"Transcription: {speech_result}")
    else:
        print("No speech detected or transcription failed")
    
    # 跳转回初始路由继续监听
    resp.redirect('/twilio')
    return str(resp)

if __name__ == '__main__':
    app.run(host="0.0.0.0")

方案二：自行下载录音并转录 #

如果需要自己处理音频文件，可以用以下代码，注意要添加Twilio的认证信息才能下载录音：

import os
import requests
from requests.auth import HTTPBasicAuth
from flask import Flask, request
from twilio.twiml.voice_response import VoiceResponse
import speech_recognition as sr

app = Flask(__name__)
app.config['DEBUG'] = True

# 从环境变量获取Twilio认证信息（建议不要硬编码）
TWILIO_ACCOUNT_SID = os.environ.get('TWILIO_ACCOUNT_SID')
TWILIO_AUTH_TOKEN = os.environ.get('TWILIO_AUTH_TOKEN')

@app.route("/twilio", methods=['POST'])
def twilio():
    resp = VoiceResponse()
    resp.say("Please say your prompt after the beep.")
    # 录制音频，完成后跳转处理路由
    resp.record(maxLength=5, action='/process-response', timeout=5)
    return str(resp)

@app.route("/process-response", methods=['POST'])
def process_response():
    resp = VoiceResponse()
    recording_url = request.form.get('RecordingUrl')
    if recording_url:
        # 添加认证下载WAV格式的录音文件
        auth = HTTPBasicAuth(TWILIO_ACCOUNT_SID, TWILIO_AUTH_TOKEN)
        response = requests.get(f"{recording_url}.wav", auth=auth)
        
        audio_path = "audio.wav"
        with open(audio_path, 'wb') as f:
            f.write(response.content)
        
        # 本地语音转文字处理
        recognizer = sr.Recognizer()
        with sr.AudioFile(audio_path) as source:
            audio = recognizer.record(source)
        
        try:
            prompt = recognizer.recognize_google(audio)
            print(f"Transcription: {prompt}")
        except sr.UnknownValueError:
            print("Speech recognition could not understand audio")
        except sr.RequestError as e:
            print(f"Could not request results from Google Speech Recognition service: {e}")
    else:
        print("No recording URL received")
    
    resp.redirect('/twilio')
    return str(resp)

if __name__ == '__main__':
    app.run(host="0.0.0.0")

额外说明 #

• 移除了不必要的contextvars，Flask每个请求是独立上下文，跨请求存储数据建议用数据库或缓存。
• 方案二中，必须确保你的服务能访问Twilio的录音URL，且认证信息正确，否则会下载失败。

内容的提问来源于stack exchange，提问作者Siyam Fahad