Use Speak AI com Twilio
Envie gravações do Twilio Voice para Speak AI para transcrição, resumos de IA, sentimento e insights compartilháveis. Pronto para produção em menos de 30 minutos com um middleware de 20 linhas, ou sem código via Zapier.
O que você pode fazer
Depois que as gravações do Twilio fluem para o Speak AI, cada chamada se torna pesquisável, analisável e compartilhável. Equipes de vendas, suporte e contact center usam o mesmo pipeline para chamadas saintes, entrantes, em conferência e de agentes Flex.
Auto-transcreva cada chamada do Twilio
Configure o Twilio recordingStatusCallback para um pequeno middleware. Gravações concluídas fluem para Speak com rótulos de falante, timestamps e suporte para 100+ idiomas. Sem download manual, sem licenciamento de template fixo.
Execute análise de IA em cada gravação
Tópicos, sentimento, palavras-chave, entidades nomeadas, Magic Prompts personalizados. Speak executa 80+ ferramentas de análise em cada gravação do Twilio para que seu CRM, dashboards e ferramentas de BI sempre tenham dados estruturados ricos, não texto bruto.
Exiba insights de chamadas dentro do Twilio Flex
Solte um painel personalizado no desktop do agente Flex mostrando o resumo Speak, tendência de sentimento e tópicos da chamada que acabou de terminar. Todo encerramento se torna um ciclo de coaching sem sair do Twilio.
Pesquise todas as chamadas do Claude ou ChatGPT
O servidor MCP oficial do Speak permite que assistentes de IA pesquisem em sua biblioteca completa de chamadas. Peça ao Claude para revelar cada objeção que sua equipe ouviu na semana passada ou puxe citações textuais para um slide de QBR.
Configurar em 3 passos
Escolha o caminho que se adequa ao seu time. Zapier para PME e operadores. Webhook + REST API para pipelines de vendas em produção e Flex. Widget HTTP do Twilio Studio para fluxos visuais.
Inscreva-se no Speak AI
Crie uma conta gratuita em app.speakai.co. Você recebe um teste de 7 dias com acesso completo. Nenhum cartão de crédito necessário. Depois de entrar, vá para Configurações > API e copie sua chave API.
Escolha seu caminho de integração
Use o app Zapier do Speak AI em zapier.com/apps/speak-ai. Dispare em Twilio New Recording, ação com Speak AI Upload Media. Cinco minutos, zero código.
Configure o verbo Dial do Twilio para recordingStatusCallback para um pequeno middleware (amostra abaixo). Encaminhe a URL de gravação do Twilio para POST https://api.speakai.co/v1/media/upload. Pronto para produção em menos de 30 minutos.
Para construtores de fluxo visuais. Solte um widget HTTP Request após o widget Record. Setups de produção ainda precisam de um pequeno middleware para anexar as credenciais de autenticação básica do Twilio, já que o widget Studio não consegue embutir um Auth Token em URLs modeladas.
Já tem gravações Twilio no Speak? Conecte o Claude Desktop com npx @speakai/mcp-server init, ou adicione o servidor MCP remoto ao Claude.ai. Seu assistente de IA agora pode pesquisar, resumir e analisar sua biblioteca de chamadas do Twilio através de conversação.
Inscrever-se em media.analyzed
Speak dispara um webhook assinado quando a transcrição e análise de IA são concluídas (geralmente em até 60 segundos para uma chamada de 10 minutos). Registre seu endpoint via POST /v1/webhook e agir sobre transcrições conforme chegam em seu CRM, BI ou sistema de alertas.
Fluxos reais, resultados reais
Quatro padrões de produção que clientes Speak enviam com o Twilio. Escolha aquele que se encaixa na sua equipe e copie a receita.
Auto-transcreva cada chamada de saída
Configure o verbo Dial do Twilio para gravar chamadas de saída. Quando a chamada termina, Twilio dispara recordingStatusCallback em seu middleware, que encaminha a gravação para Speak. Toda chamada chega em seu workspace do Speak com transcrição, sentimento e seus Magic Prompts personalizados já em execução.
<Response>
<Dial record="record-from-answer-dual"
recordingStatusCallback="https://your-middleware.example.com/twilio-recording"
recordingStatusCallbackEvent="completed">
+15551234567
</Dial>
</Response>
curl -X POST https://api.speakai.co/v1/media/upload
-H "x-speakai-key: $SPEAK_API_KEY"
-H "Content-Type: application/json"
-d '{
"name": "Twilio call REc...",
"url": "https://USER:[email protected]/.../Recordings/REc....mp3",
"mediaType": "audio",
"sourceLanguage": "en-US",
"tags": "twilio,outbound"
}'
import express from "express";
const app = express();
app.use(express.urlencoded({ extended: false }));
app.post("/twilio-recording", async (req, res) => {
const { RecordingUrl, RecordingSid, From, To } = req.body;
if (!RecordingUrl) return res.sendStatus(400);
const auth = Buffer
.from(`${process.env.TWILIO_SID}:${process.env.TWILIO_AUTH_TOKEN}`)
.toString("base64");
const upload = await fetch("https://api.speakai.co/v1/media/upload", {
method: "POST",
headers: {
"x-speakai-key": process.env.SPEAK_API_KEY,
"Content-Type": "application/json",
Authorization: `Basic ${auth}`,
},
body: JSON.stringify({
name: `Twilio call ${From} to ${To} (${RecordingSid})`,
url: `${RecordingUrl}.mp3`,
mediaType: "audio",
sourceLanguage: "en-US",
tags: `twilio,${From}`,
}),
});
res.sendStatus(upload.ok ? 200 : 502);
});
app.listen(3000);
import os, requests
from flask import Flask, request
app = Flask(__name__)
@app.post("/twilio-recording")
def twilio_recording():
data = request.form
recording_url = data.get("RecordingUrl")
if not recording_url:
return ("", 400)
upload = requests.post(
"https://api.speakai.co/v1/media/upload",
headers={
"x-speakai-key": os.environ["SPEAK_API_KEY"],
"Content-Type": "application/json",
},
auth=(os.environ["TWILIO_SID"], os.environ["TWILIO_AUTH_TOKEN"]),
json={
"name": f"Twilio call {data.get('From')} to {data.get('To')} ({data.get('RecordingSid')})",
"url": f"{recording_url}.mp3",
"mediaType": "audio",
"sourceLanguage": "en-US",
"tags": f"twilio,{data.get('From')}",
},
timeout=30,
)
return ("", 200 if upload.ok else 502)
media.analyzed webhook// Body Speak posts to your callback (verified 2026-05-07)
// URL also gets ?eventType=media.analyzed&mediaId=<id> appended.
{
"eventType": "media.analyzed",
"state": "processed",
"mediaId": "14c8dd9c0a89"
}
// To get transcript + sentiment + speakers, fetch:
// GET https://api.speakai.co/v1/media/insight/<mediaId>
// (response shape excerpt below)
{
"status": "success",
"data": {
"mediaId": "14c8dd9c0a89",
"name": "Acme Corp - Discovery",
"mediaType": "video",
"duration": { "inSecond": 1265, "start": "00:00:01.280", "end": "00:21:00.995" },
"sourceLanguage": "en-US",
"state": "processed",
"tags": ["meeting-assistant"],
"sentiment": [{
"document": {
"Compound": 25.10,
"Negative": 3.22,
"Neutral": 41.66,
"Positive": 55.10
},
"sentences": [...]
}],
"insight": {
"transcript": [...],
"speakers": [...],
"brands": [...]
},
"mediaUrl": "https://...",
"createdAt": "2026-05-06T17:22:51.269Z"
}
}
O mesmo padrão TwiML funciona para chamadas inbound, outbound, de conferência e de agentes Flex.
Pontue automaticamente todas as chamadas de suporte inbound
Capture chamadas recebidas em seu número Twilio Voice, execute análise de tópicos e sentimento, depois pontue cada chamada quanto à resolução, empatia e FCR com um Magic Prompt. Suporte multilíngue funciona sem configuração por idioma, já que Speak oferece suporte a mais de 100 idiomas.
<Response>
<Say>Thanks for calling. This call may be recorded for quality.</Say>
<Dial record="record-from-answer-dual"
recordingStatusCallback="https://your-middleware.example.com/twilio-support">
<Queue>support-queue</Queue>
</Dial>
</Response>
# Magic Prompt is async. Step 1 fires the job; step 2 polls until completed.
curl -X POST https://api.speakai.co/v1/prompt/
-H "x-speakai-key: $SPEAK_API_KEY"
-H "Content-Type: application/json"
-d '{
"mediaIds": ["86a36b59b38e"],
"prompt": "Score this support call on (1) issue resolution, (2) agent empathy, (3) first-call resolution. Return JSON with scores 0-10 and 1-sentence justifications.",
"isStream": false,
"isIndividualPrompt": true
}'
# Poll every ~1s (typical completion 2-3s):
curl "https://api.speakai.co/v1/prompt/messages?mediaIds=86a36b59b38e&pageSize=1"
-H "x-speakai-key: $SPEAK_API_KEY"
# -> data.history[0].messages[0] = { state: "completed", answer: "..." }
// Magic Prompt is async: POST starts the job, GET polls for the answer.
async function scoreCall(mediaId) {
const headers = { "x-speakai-key": process.env.SPEAK_API_KEY };
await fetch("https://api.speakai.co/v1/prompt/", {
method: "POST",
headers: { ...headers, "Content-Type": "application/json" },
body: JSON.stringify({
mediaIds: [mediaId],
prompt: "Score this support call on (1) issue resolution, " +
"(2) agent empathy, (3) first-call resolution. " +
"Return JSON with scores 0-10 and 1-sentence justifications.",
isStream: false,
isIndividualPrompt: true,
}),
});
for (let i = 0; i < 20; i++) {
await new Promise(r => setTimeout(r, 1000));
const r = await fetch(
`https://api.speakai.co/v1/prompt/messages?mediaIds=${mediaId}&pageSize=1`,
{ headers }
);
const j = await r.json();
const msg = j?.data?.history?.[0]?.messages?.[0];
if (msg && msg.state === "completed") return msg.answer;
}
return null;
}
Marque gravações de entrada com twilio,inbound,support no carregamento para que exibições de biblioteca e filtros de pesquisa possam separar métricas de vendas versus suporte.
Exiba insights do Speak no painel do agente Flex
Twilio Flex é a área de trabalho visual do contact center. Após uma chamada terminar, insira um painel personalizado na interface do agente mostrando o resumo Speak, a tendência de sentimento e os tópicos que importam para você. Cada chamada se torna um loop de coaching sem sair do Flex.
- Use o
recordingStatusCallbackfluxo da aba 1 para obter cada chamada do Flex em Speak. Armazenar oRecordingSid → Speak mediaIdmapeamento em seu middleware no carregamento. - Construir um plugin Flex (React) que chame
GET /v1/media/insight/:mediaIdquando o agente abre um painel de encerramento. - Renderize os
topics,sentiment.overall, e a resposta do Magic Prompt inline.
// inside your Flex Plugin React component
async function fetchInsights(recordingSid) {
const mediaId = await mappingStore.lookup(recordingSid);
const resp = await fetch(
`https://api.speakai.co/v1/media/insight/${mediaId}`,
{ headers: { "x-speakai-key": SPEAK_API_KEY } }
);
const { topics, sentiment, magicPromptResponse } = await resp.json();
return { topics, sentiment, magicPromptResponse };
}
Para times maiores, combine isso com o servidor MCP do Speak (aba 4) para que líderes de QA possam perguntar ao Claude "mostre-me cada chamada desta semana onde o agente perdeu a pergunta de descoberta" sem escrever SQL.
Pesquise todas as chamadas do Twilio do Claude ou ChatGPT
Conecte o servidor MCP oficial do Speak ao Claude ou ChatGPT e seu time consulta toda a biblioteca de chamadas Twilio através de conversa. Sem SQL, sem painéis, sem exportações. Já canalizando gravações para Speak via abas 1 ou 2? Você pode usar isso hoje.
# Claude Desktop / Claude Code (auto-detecta sua instalação)
npx @speakai/mcp-server init
# Cole sua chave API Speak quando solicitado. A configuração leva cerca de 2 minutos.
# Claude.ai (web) and ChatGPT MCP connector
# Settings > Integrations > Add MCP Server
# Remote URL: https://api.speakai.co/v1/mcp
# Auth header: x-speakai-key: YOUR_SPEAK_API_KEY
# Verify the connection responds (optional sanity check):
curl -s https://api.speakai.co/v1/mcp
-H "x-speakai-key: $SPEAK_API_KEY"
-H "Accept: application/json"
2. Exemplos de prompts que sua equipe pode usar hoje:
- "Me mostre toda chamada Twilio da semana passada onde um prospect mencionou objeções de preço. Agrupe por vendedor."
- "Resuma as 5 chamadas de suporte mais longas na minha fila Twilio de ontem. Sinalize qualquer uma onde o sentimento caiu abaixo de neutro."
- "Puxe citações textuais de chamadas Twilio marcadas
empresaonde os clientes perguntaram sobre SOC 2 ou HIPAA." - "Compare a completude de descoberta entre nossos 3 principais SDRs. Use as chamadas Twilio desta semana. Pontue cada uma em uma rubrica de 0-10."
- "Encontre a chamada Twilio de 14 de agosto onde o CEO entrou e puxe os itens de ação para um documento de acompanhamento."
Funciona com Claude.ai, Claude Desktop, Claude Code e conectores MCP do ChatGPT. Ver servidor MCP →
Por que Speak AI + Twilio
Twilio gerencia o controle de chamadas. Speak gerencia a transcrição e análise. A combinação escala de uma equipe de vendas com 5 pessoas a um centro de contato Flex global no mesmo espaço de trabalho.
Ingestão de múltiplas fontes, não apenas Twilio
Twilio é uma de dezenas de entradas. O mesmo espaço de trabalho do Speak ingere Zoom, Teams, Meet, Webex, Vimeo, áudio de podcast, envios de gravador integrado, uploads de arquivo e gravações ao vivo. Uma biblioteca, cada conversa.
Prompts mágicos personalizados, não relatórios fixos
Twilio Voice Intelligence oferece modelos de relatório fixos. O Magic Prompt do Speak executa seus prompts em cada chamada: pontuação de checklist de descoberta, extração de menção de concorrente, detecção de estágio MEDDIC, o que sua equipe precisar. Salve os prompts uma vez, execute-os em cada gravação para sempre.
MCP-nativo para Claude e ChatGPT
O oficial @speakai/mcp-server expõe mais de 100 ferramentas para assistentes de IA. Sua equipe consulta a biblioteca de chamadas do Twilio em inglês simples no Claude Desktop ou ChatGPT, sem exportar transcrições para outras ferramentas.
Incorporações compartilháveis, não apenas painéis internos
Cada transcrição e análise do Speak pode ser compartilhada como um embed público ou privado. Envie um resumo de chamada Twilio para um stakeholder de cliente sem conceder acesso ao dashboard ou exportar um PDF.
As equipes confiam em Speak AI para suas chamadas mais importantes
4.9 no G2
“Speak AI tem sido fundamental na transformação de como lidamos com dados qualitativos. A precisão da transcrição é impressionante, e os insights de NLP economizam horas de análise manual.”
Diretor de Pesquisa | Empresa de Consultoria
“A capacidade de pesquisar em todas as nossas chamadas com clientes e extrair momentos específicos é uma mudança de jogo para nosso time de suporte.”
Chefe de Experiência do Cliente | Empresa de Tecnologia Empresarial
Como usar o Speak AI com o Twilio para transcrição e análise de chamadas
Twilio é a plataforma dominante de comunicações programáveis. Equipes de vendas executam discadores de saída em Twilio Voice. Equipes de suporte roteiam filas de entrada por Twilio Flex. Equipes de operações constroem agentes de voz e fluxos de IVR em Twilio Studio. Cada uma dessas chamadas é uma fonte potencial de inteligência de negócios, e cada uma passa pela camada de gravação do Twilio. Speak AI é o que transforma essas gravações em dados estruturados, pesquisáveis e compartilháveis.
Onde Speak se encaixa no ciclo de vida de chamadas do Twilio
Speak é executado após a chamada. Twilio controla a chamada (TwiML, Studio, Flex, Conversations). Speak controla a transcrição, análise de IA, pesquisa e automação a jusante. A transferência ocorre via webhook de gravação Twilio, o widget HTTP Twilio Studio ou o app Zapier do Speak. As gravações saem do armazenamento Twilio para seu workspace Speak, onde a transcrição começa imediatamente e a análise de IA é executada assim que a transcrição estiver pronta.
Speak vs Twilio Voice Intelligence
Twilio Voice Intelligence (antiga Operator) cobre transcrição básica e um pequeno conjunto de Operadores fixos (redação de PII, sentimento, resumo). Está integrada à cobrança do Twilio e é adequada se você só precisa de transcrição em chamadas Twilio.
Speak é um produto diferente. Speak ingere gravações Twilio junto com Zoom, Teams, Meet, uploads de arquivo, podcasts e envios de gravador integrado, depois executa análise personalizada (seus Magic Prompts, suas tags, o vocabulário de sua equipe), expõe tudo via MCP para Claude e ChatGPT e envia embeds compartilháveis. A maioria dos clientes que usam ambos deixa o Twilio lidar com controle de chamadas em tempo real e redação de PII do Voice Intelligence, depois envia gravações para Speak para a camada de análise mais profunda.
Autenticação para URLs de gravação do Twilio
URLs de gravação Twilio não são públicas. Eles exigem autenticação HTTP Basic usando seu Twilio Account SID como nome de usuário e seu Auth Token como senha. O exemplo de middleware Node na seção de fluxos de trabalho mostra como anexar essas credenciais ao buscar a gravação. Se você não conseguir executar middleware, use os recursos de redação de gravação ou URL pré-assinada do Twilio e passe a URL pública resultante para Speak.
Tempo real versus pós-chamada
Speak é pós-chamada. As gravações são processadas quando terminam, com as primeiras transcrições normalmente disponíveis em 60 segundos para uma chamada de 10 minutos. Se você precisar de transcrição ao vivo durante a chamada (por exemplo, assistência de agente em tempo real ou legendas ao vivo), combine Twilio Media Streams com Twilio Voice Intelligence ou Deepgram para a leg em tempo real, e Speak para a camada de análise pós-chamada.
Como faço para transcrever gravações de chamadas do Twilio automaticamente?
Três caminhos de produção, classificados por lift:
- Webhook + REST API. middleware de 20 linhas. O Twilio
recordingStatusCallbackdispara quando uma chamada termina, seu middleware encaminha a URL para o POST /v1/media/upload do Speak.POST /v1/media/upload. Máximo controle, custo mínimo. - Zapier. Disparador: Novo Registro Twilio. Ação: Upload de Mídia Speak AI. Tempo de configuração: 5 minutos. Melhor para equipes de PME sem capacidade de engenharia.
- Widget HTTP Twilio Studio. Construtor de fluxo visual. Adicione um widget HTTP Request após o widget Record. As configurações de produção ainda precisam de um middleware para anexar as credenciais Twilio Basic auth.
Os mesmos padrões funcionam para chamadas de entrada, chamadas de saída, gravações de conferência, caixas de correio de voz e chamadas de agente Flex.
Casos de uso por função
Equipes de Vendas e RevOps usar Speak AI com Twilio para auto-transcrever cada chamada de discador de saída. Magic Prompts pontuam a completude de discovery, destacam objeções e extraem menções de concorrentes. Veja Speak AI para times de vendas para a pilha completa de RevOps.
Equipes de suporte ao cliente e experiência do cliente capturar toda chamada de fila de entrada, executar análise de sentimento e tópico e alimentar pontuações de QA estruturadas em seus painéis. Filas multilíngues funcionam sem configuração por idioma, já que Speak suporta 100+ idiomas com detecção automática.
Equipes de treinamento e capacitação transformar o painel do agente Flex em um loop de coaching. A análise do Speak destaca perguntas de discovery perdidas, desvio de linhas roteirizadas e quedas de sentimento para revisão de QA. Veja Speak AI para treinamento e desenvolvimento.
Equipes de pesquisa de clientes trazer chamadas de entrevista do Twilio para o mesmo workspace que as sessões do Zoom e embed recorder. Codificar temas em toda a biblioteca, pedir ao Claude citações literais, construir entregáveis de pesquisa em horas em vez de semanas. Veja Speak AI para pesquisadores qualitativos.
Perguntas frequentes
A Speak AI oferece transcrição em tempo real durante uma chamada Twilio?
Não. Speak é pós-chamada. Gravações são processadas quando terminam, com primeiras transcrições geralmente disponíveis em 60 segundos para uma chamada de 10 minutos. Para transcrição em tempo real durante uma chamada do Twilio, emparelhe Twilio Media Streams com um provedor em tempo real e use Speak para a camada de análise pós-chamada.
Preciso escrever código ou posso usar Zapier?
Zapier cobre o fluxo simples de Twilio New Recording para Speak Upload sem código. Para pipelines de chamadas de vendas em produção, painéis de agentes Flex ou roteamento em várias etapas, o middleware Node de 20 linhas mostrado acima oferece controle total. Ambos os caminhos usam o mesmo workspace do Speak AI e a mesma camada de análise.
Como o Speak lida com URLs de gravação autenticadas do Twilio?
URLs de gravação Twilio exigem autenticação HTTP Basic usando seu Twilio Account SID e Auth Token. O exemplo de middleware acima anexa essas credenciais ao encaminhar a URL para Speak. Se você não conseguir executar middleware, use os recursos de gravação pré-assinada ou redação do Twilio e passe a URL resultante para Speak.
Twilio Voice Intelligence é obrigatório, ou Speak AI o substitui?
Voice Intelligence é opcional. Muitos clientes o usam para redação de PII na camada Twilio e usam Speak para análise mais profunda (Magic Prompts personalizados, acesso a MCP para assistentes de IA, embeds compartilháveis, busca em biblioteca multi-fonte). Ambos podem coexistir na mesma chamada.
Quais idiomas são suportados?
Speak oferece transcrição em mais de 100 idiomas, incluindo inglês, espanhol, francês, alemão, português, italiano, holandês, hebraico, norueguês, japonês, árabe, hindi e muitos outros. Defina o idioma de origem com o sourceLanguage campo no upload, ou deixar Speak detectar automaticamente.
Posso experimentar Speak AI gratuitamente com minha conta Twilio?
Sim. O teste de 7 dias inclui créditos para transcrição, acesso total à API e servidor MCP. Sem cartão de crédito necessário. Configure o webhook de gravação contra seu número Twilio sandbox e valide o pipeline completo antes de se comprometer.
Comece a usar Speak AI com Twilio hoje
Mais de 100 ferramentas. 100+ idiomas. Webhook de produção + REST API. Caminho Zapier sem código. Nativo para MCP para Claude e ChatGPT.
Teste Speak AI gratuitamente
Crie sua conta, obtenha sua chave de API e conecte seu webhook de gravação do Twilio. Acesso total por 7 dias. Nenhum cartão de crédito obrigatório.
Ver a documentação da API
Referência completa para o endpoint de upload, tipos de evento de webhook e API Magic Prompt. Além do app Speak Zapier e do servidor MCP oficial no NPM.




