ConversationRelayは、電話の通話とAIをつなぎます。Twilioの番号に着信があると、サービスが発信者の音声をリアルタイムでテキストに変換し、WebSocketで開発者のサーバーに流します。サーバーがテキストを返すと、Twilioが音声に変換するので、発信者には自然な応答が聞こえます。これで、任意の大規模言語モデルと自社の業務ロジックを組み込めます。
音声の面倒な部分はTwilioが管理します。発信者がエージェントの発話に割り込んだ場合の処理、複数の言語と音声プロバイダへの対応、通話の人間への転送（文字起こし付き）などです。単純なフロー向けのノーコードのStudioウィジェットもあり、HIPAAやPCIの選択肢を含め、規制のある業界向けのコンプライアンス対応もあります。レポート機能では、レイテンシとエージェントが苦戦する箇所が分かります。
ConversationRelayは使用量に応じた課金で、通常のTwilio音声の料金に上乗せされます。音声とモデルのプロバイダは、それぞれ別に料金がかかります。電話の会話ではレイテンシが非常に重要なので、設計とテストに手間がかかります。代替にはVapi、Retell AI、Bland AI、LiveKit、Amazon Connectがあります。Twilio ConversationRelayは、AIの電話エージェントを作る開発者に向いています。
