如何在保持Media Stream连接时更新TwiML并使用<Say>和<Gather>动词

问题背景 #

通过动词建立双向Media Stream连接后，更新TwiML使用或会覆盖，导致媒体流断开，需要找到不切断连接就能使用这两个动词的方法。

可行方案 #

1. 使用Call Control API替代TwiML动词 #

不需要修改原有的TwiML，直接调用Twilio的Call Control API执行对应操作：

• 播放语音：调用Calls/{CallSid}/Play接口，传入要播放的文本或音频URL，无需替换TwiML，媒体流会保持连接。
• 收集按键：调用Calls/{CallSid}/Gather接口，配置按键收集规则，同样不会中断现有媒体流。

2. 调整初始TwiML结构，同时包含与/ #

如果场景允许，将原有的替换为中的动词，在同一个TwiML响应中同时声明媒体流和需要执行的/操作，示例如下：

<Response>
  <!-- 保持双向媒体流连接 -->
  <Stream url="wss://你的媒体流端点地址" />
  <!-- 播放语音 -->
  <Say>您好，正在为您连接媒体流，请稍候</Say>
  <!-- 收集按键 -->
  <Gather numDigits="1" action="/handle-gather">
    <Say>请按1进行下一步操作</Say>
  </Gather>
</Response>

这种方式下，会持续保持连接，和也能正常执行。

3. 在媒体流端点中直接处理音频注入与按键收集 #

如果必须使用动词，可以在连接的媒体流服务端点中自行实现相关逻辑：

• 模拟：通过Media Stream的双向通道，直接向Twilio发送合成好的音频数据，实现语音播放效果。
• 模拟：在端点中监听Twilio推送的DTMF事件，自行处理按键收集、验证和后续逻辑，无需依赖TwiML的动词。

内容的提问来源于stack exchange，提问作者kamesuke42