AI TELEPHONE SYSTEM
AI電話システム
「ポポ」の仕組み
最新のAIとクラウド技術をつなぎ、
「声」でやり取りする新しい体験を。
複雑な技術を、シンプルで温かみのある
インターフェースに包んでお届けします。
MECHANISM
AI電話システム「ポポ」の仕組み
このシステムは、ユーザーが電話をかけると、AIキャラクター「ポポ」が応答する仕組みです。
Google Cloudの最新技術とTwilioを組み合わせ、
全体の「司令塔」となるCloud Run Functionsが各サービスをオーケストレーション（指揮）しています。
ユーザー
① 電話/音声
⑨ 音声再生
Twilio界 [電話の入出力]
Twilio
音声認識 & 再生
② テキスト化
⑧ 再生指示
Google Cloud界 [処理基盤]
Cloud Run
Functions
Functions
【司令塔】
③ 依頼
④ 返答
Gemini
【頭脳】
⑤ 合成
TTS
【発話】
⑥ 保存
GCS
【保管】
⑦ 再生URL発行
⚙️Cloud Run Functions
オーケストレーション（指揮）を担当。Twilioから来たテキストを受け取り、「どう返事するか」をGeminiに聞き、「どう喋るか」をTTSに依頼し、最後にTwilioへ音声を渡す、全体の進行役です。
🧠Vertex AI Gemini
ポポの頭脳です。ユーザーの言葉（テキスト）に対して、キャラクターの性格や文脈を踏まえた自然な返答を考え出します。
🗣️Text-to-Speech
Geminiが考えた文章を、実際に聞こえる「人の声（のような音声）」に変換します。Googleの高品質な音声合成技術を使用しています。
📞Twilio
電話回線とインターネットをつなぐゲートウェイ。電話の音声をAIが理解できるテキストに変換（音声認識）し、逆にAIが作った音声を電話の向こうのユーザーに再生します。