Voice Call MCP Server

TwilioとOpenAIをベースにした音声通話MCPサーバーで、AIアシスタントによるリアルタイム音声通話の発信と管理を実現します。

音声処理通信ツール #音声AI #スマート外線電話 #リアルタイム翻訳 #MCPプロトコルリモート .TypeScript

スコア : 2ポイント

ダウンロード数 : 13

更新時間 : 2025-04-28

音声通話MCPサーバーとは？

音声通話MCPサーバーは、モデルコンテキストプロトコル（MCP）に基づくシステムで、AIアシスタント（Claudeなど）が電話音声通話を発信し管理することを可能にします。Twilioを利用して電話をかけ、OpenAIのリアルタイムモデルを使用して音声ストリームを処理し、自然な双方向対話を実現します。

音声通話MCPサーバーの使い方は？

簡単なコマンドで、AIアシスタントに指定の番号に電話をかけ、情報を伝えるよう指示できます。例えば、AIアシスタントにレストランの予約を代行してもらったり、他人にあなたの行程を通知してもらったりできます。

適用シナリオ

予約、リマインダー、顧客コミュニケーションなど、音声コミュニケーションが必要なタスクに適しています。

主な機能

電話をかけるTwilio APIを通じて音声通話を発信し管理します。

リアルタイム音声処理OpenAIのリアルタイムモデルを使用して音声入力を処理し、応答を生成します。

多言語対応必要に応じて自動的に言語を切り替え、スムーズなコミュニケーションを保証します。

事前設定テンプレート様々な一般的なシナリオのテンプレートが組み込まれており、複雑なタスクを簡素化します。

自動公衆網トンネルngrokを使用して自動的に公衆網トンネルを作成し、リモートアクセスを容易にします。

利点と制限

利点

双方向音声対話をサポートし、コミュニケーション効率を向上させます。

音声入力をリアルタイムで処理し、迅速に応答します。

多言語対応で、グローバルなニーズに対応します。

統合が容易で、開発者がすぐに使い始めるのに適しています。

自動公衆網トンネルで、デプロイの複雑さを軽減します。

制限

ネットワーク環境に対する要求が高く、音声品質に影響を与える可能性があります。

サードパーティのAPI（TwilioとOpenAI）に依存しており、費用が蓄積する可能性があります。

E.164形式の電話番号のみをサポートしています。

APIキーを手動で設定する必要があり、セキュリティは自ら保証する必要があります。

使い方

依存関係をインストールする

リポジトリをクローンし、必要なNode.jsの依存関係をインストールします。

環境変数を設定する

TwilioとOpenAIのAPIキー、およびngrokの認証トークンを設定します。

サーバーを起動する

ビルド後のスクリプトを実行してMCPサーバーを起動します。

Claudeを設定する

ClaudeデスクトップアプリにMCPサーバーの設定を追加します。

使用例

レストランの予約AIアシスタントにレストランの予約を代行してもらいます。

他人に通知する相手に遅れることを伝えます。

よくある質問

電話番号の形式が正しいことをどう確認しますか？

なぜ遅延が発生するのですか？

通話履歴をどう記録しますか？

APIキーが無効な問題をどう解決しますか？

🚀 音声通話MCPサーバー

このモデルコンテキストプロトコル（MCP）サーバーは、Claudeやその他のAIアシスタントがTwilioとOpenAI（GPT - 4oリアルタイムモデル）を使用して音声通話を開始および管理できるようにします。

これを基盤として、AI駆動の音声通話の探索を迅速に開始し、時間を節約し、さらに多くの機能を開発することができます。

🚀 クイックスタート

この音声通話MCPサーバーを利用することで、Claudeや他のAIアシスタントがTwilioとOpenAIのGPT - 4oリアルタイムモデルを用いて音声通話を行うことが可能になります。以下の説明を参考に、迅速にサーバーを利用して音声通話の探索を始めましょう。

✨ 主な機能

Twilioを通じた電話発信 📞
GPT - 4oリアルタイムモデルによるリアルタイム音声処理 🎙️
通話中のリアルタイム言語切り替え 🌐
事前構築された一般的な通話シナリオ用のプロンプト（レストラン予約など） ⍽️
ngrokによる自動パブリックURLトンネリング 🔄
クレデンシャルの安全な処理 🔒

📚 ドキュメント

シーケンス図

sequenceDiagram
    participant AI as AIアシスタント (例: Claude)
    participant MCP as MCPサーバー
    participant Twilio as Twilio
    participant Phone as 着信先電話
    participant OpenAI as OpenAI
    
    AI->>MCP: 1) 外呼リクエストを送信（POST /calls）
    MCP->>Twilio: 2) Twilio APIを介して外呼を行う
    Twilio->>Phone: 3) 着信先電話を呼び出す
    Twilio->>MCP: 4) 通話状態の更新と音声コールバック（webhooks）
    MCP->>OpenAI: 5) リアルタイム音声をOpenAIのリアルタイムモデルに転送
    OpenAI->>MCP: 6) 音声ストリームを返す
    MCP->>Twilio: 7) 音声ストリームを送信
    Twilio->>Phone: 8) 音声ストリームを転送
    Note over Phone: 双方向の会話が続く<br>通話が終了するまで

重要な注意事項

⚠️ 重要提示

電話番号の形式：すべての電話番号はE.164形式（例：+11234567890）である必要があります。

レート制限：TwilioとOpenAIのアカウントのレート制限と料金に注意してください。

音声会話：AIは自然な会話をリアルタイムで処理します。

通話時間：通話時間に注意してください。これらはOpenAI APIとTwilioの費用に影響します。

公開暴露：ngrokトンネルはサーバーを公開に暴露します（ランダムなURLとランダムなキーで保護されていますが）。

トラブルシューティング

一般的なエラーメッセージと解決策：

"電話番号はE.164形式である必要があります"
- 電話番号が"+"で始まり、国番号を含んでいることを確認してください。
"無効なクレデンシャル"
- TWILIO_ACCOUNT_SIDとTWILIO_AUTH_TOKENを確認してください。これらはTwilioコンソールからコピーできます。
"OpenAI APIエラー"
- OPENAI_API_KEYが正しく、十分なクレジットがあることを検証してください。
"Ngrokトンネルの起動に失敗しました"
- NGROK_AUTHTOKENが有効で期限切れでないことを確認してください。
"OpenAIリアルタイムで音声入力の終了を検出できない、または遅延があります。"
- 時には、Twilioと受信側のネットワークオペレーター間で音声コーディングの問題が発生することがあります。別の受信側を試してみてください。