← Zurück zum Integrationskatalog
Get More Information about Maschinelle Erkennung mit maschinellem Lernen beantworten.

Maschinelle Erkennung mit maschinellem Lernen beantworten.

Erstellung einer VAPI-Anwendung, die Text-To-Speech sendet, wenn ein Anrufbeantworter erkannt wird.

Machine Learning
Python

AnsweringMachineDetection

Für diese Lösung haben wir einen Algorithmus mit maschinellem Lernen entwickelt, der anhand der Sprachnachrichten erkennen kann, wann ein Anruf an die Voicemail geht. beep Ton mit 96 % Genauigkeit. Wenn der Anruf vom Anrufbeantworter entgegengenommen wird, führen wir eine Text-to-Speech-Aktion (TTS) durch, die vom Anrufbeantworter aufgezeichnet wird.

Probieren Sie es auf Heroku aus

Deploy

Nachdem Sie die Anwendung auf Heroku bereitgestellt haben, rufen Sie die gekaufte Nummer für die Anwendung an.

Die Anwendung fordert Sie auf, eine Telefonnummer einzugeben. Geben Sie eine beliebige Telefonnummer ein, solange sie von der Mailbox abgehört wird. Der Anruf wird an die Mailbox weitergeleitet und der Anrufbeantworter beginnt mit dem Abhören des Anrufs.

Wenn ein Signalton erkannt wird, führt die Anwendung eine Text-To-Speech-Funktion aus, die den Satz enthält, Answering Machine Detectedund der Anruf wird aufgelegt.

Zum Installieren

Klonen Sie die GitHub-Repositorium und laufen:

pip install -r requirements.txt

Erstellen einer .env Datei mit folgendem Inhalt

MY_LVN={YOUR_NEXMO_NUMBER} APP_ID={YOUR_NEXMO_APPLICATION_ID} PRIVATE_KEY={PATH_TO_APPLICATION_PRIVATE_KEY}

Sie müssen eine Vonage Anwendung und Eine Telefonnummer kaufen

Ressourcen

Unterstützung

Dieses Open-Source-Projekt wird vom Vonage Product and Developer Experience Team nach bestem Wissen und Gewissen unterstützt. Probleme sollten im GitHub-Repository angesprochen werden.