生成AIによるボイスボットの世界

#AI_Engineering_findy ⽣成AIによるボイスボットの世界 2025-06-11 @AI Enginnering Summit

#AI_Engineering_findy

⾃⼰紹介
{
"jobs": [
{
"company_name": "
株式会社KDDI ウェブコミュニケーションズ",
"division": "
コミュニケーションDX 本部",
"title": "
エバンジェリスト",
},
"company_name": "
グローバル・インターネット・ジャパン株式会社",
"title": "
代表取締役CEO",
}
],
"name": "
高橋克己（Katsumi Takahashi
）",
"nickname": "□
い芸人（しかくいげいにん）",
"hobbies": ["
料理", " 散歩"],
"social": {
"x": "@_katsumi",
"facebook": "katsumi.takahashi",
}
}

2025-06-11 @AI Enginnering Summit

#AI_Engineering_findy ⽣成AIはすごい！ Claude Codeや、Cursorエディタで コード⽣成が爆速に AIのシンキング時間 > AIとの対話 時間 >> コーディング時間 現在はチャットベースでの対話 リアルタイムな⾳声対話はどうな るのか とくに 「電話」と⽣成AI 2025-06-11 @AI Enginnering Summit

#AI_Engineering_findy OpenAI Realtime API × 電話 OpenAI Realtime API（2024年10⽉にリリース） 低遅延⾳声⼊⼒ / 出⼒ WebRTC / WebSocket通信 マルチモーダル対応 2025年6⽉現在（gpt-4o-realtime-preview-2025-06-03） ⾳声応答がより⾃然に、話者の追加、課⾦⽅式の変更 Vonageなどの CPaaS と組み合わせることが可能 ⼈間と話してるようなボイスボットが実現可能！ 2025-06-11 @AI Enginnering Summit

#AI_Engineering_findy デモ：電話 × ⽣成AI 電話をかけてみましょう！ RealtimeAPIの登場前と登場後 応答の間隔の⽐較 会話の割り込み 2025-06-11 @AI Enginnering Summit

#AI_Engineering_findy 技術ポイント（エンジニア向け） 従来のボイスボットは半⼆重 Realtime APIは、WebSocketで常時送受信 全⼆重なので、上り下りが独⽴ コーデック変換：PCM 16kHz ⇄ 24kHz イベント通知⽅式：JSON識別 タイムラグの制御が肝 電話との連携にはCPaaSを利⽤ 2025-06-11 @AI Enginnering Summit

#AI_Engineering_findy CPaaSベンダー グローバル市場における CPaaSリーダーは4社 ⽇本での展開 Twilio 2013年〜 Vonage 2017年〜 Infobip 2021年〜 2025-06-11 @AI Enginnering Summit

#AI_Engineering_findy Voiceボットの応⽤シーンと可能性 社内総務や予約電話の⾃動化 債権回収やFAQ対応の効率化 ユーザー体験の質が⼤幅に向上 RAG連携で「話す社内ナレッジ」も可能に RAG連携には、Function Calling / MCPサーバーが利⽤可能 2025-06-11 @AI Enginnering Summit

#AI_Engineering_findy まとめ 電話はまだまだ進化できる Realtime APIとWebSocketで、リアルな会話体験を構築 ぜひ、CPaaS（Vonage）を活⽤してください 2025-06-11 @AI Enginnering Summit

#AI_Engineering_findy ご清聴ありがとうございました 本⽇のデモプログラムはGitHub にて公開しています。 https://github.com/mobilebiz/web socket-openai 2025-06-11 @AI Enginnering Summit

• https://github.com/mobilebiz/web