必要な情報はすべて、不要な情報は一切なし
プログラマブル音声APIの仕組み
アプリケーションがRESTコールを行う（または着信に応答する）と、プラットフォームがSIPを介してPSTNおよび携帯電話ネットワークへの通話を確立します。呼び出し中、応答、番号入力、切断といった通話の進行に合わせて、プラットフォームがお客様のアプリにWebhookを送信し、それに対して音声の再生、入力の収集、録音、またはブリッジの指示を返します。これはSMS APIの音声版に相当します。詳細は/products/voiceおよび/products/voiceを参照してください。
コアとなる構成要素
着信を受けるためのDID番号、プロンプトの再生やDTMF/音声の収集を行うためのIVR、動的なオーディオのためのテキスト読み上げ（TTS）および音声認識、通話録音と文字起こし、そして発信者とエージェントを接続するコンファレンス/ブリッジング。それぞれがAPIプリミティブとして提供され、フローとして構成できます。詳細は/answers/what-is-didおよび/answers/what-is-ivrをご覧ください。
音声OTPとそのメリット・デメリット
音声OTPは、ワンタイムコードを音声で読み上げる自動電話をかけます。これは、SMS OTPが失敗した場合のフォールバック、固定電話への送信、または市場がSMSパンピングされている場合に有用です。SMSでは到達できない番号にも届き、密かに傍受することも困難ですが、SMSよりも試行あたりのコストが高く、完了までに時間がかかります。堅牢な認証は、SMS、音声、フラッシュコールの間で切り替わります。詳細は/answers/what-is-otpおよび/answers/what-is-flash-call-verificationを参照してください。
重要な指標：ASR、ACD、PDD
応答率（ASR）は、発信試行のうち接続された割合を測定します。平均通話時間（ACD）は、応答された通話の継続時間を測定します。そして、発信遅延（PDD）は、発信者が呼び出し音を聞くまでの待ち時間を測定します。これらを合わせることで配信ルートの品質が明らかになります。ASRが低い、またはPDDが高い場合は、通信キャリアの経路品質が低いことを示しています。/tools/erlang-calculatorを使用して、トランクとエージェントの規模を調整してください。詳細は/answers/what-is-asr、/answers/what-is-acd、および/answers/what-is-pddをご覧ください。
音声APIを活用するメリット
管理すべき電話機ハードウェアや通信キャリアとの契約は不要です。単一の相互接続によりグローバルなリーチを実現し、従量課金制を採用。PBXの再プログラミングではなく、コード上でコールフローを変更することも可能です。これにより、着信および発信音声はSMSやWhatsAppと同じように、開発者にとって容易なものとなります。詳細は/products/voiceをご覧ください
制限事項および計画すべき事項
音声は1秒あたりのコール数（CPS）および同時チャネル容量によってレート制限されるため、バースト送信はペースを調整する必要があります。また、規制（DNCリスト、発信者ID/CLIルール、北米のSTIR/SHAKENなど）がアウトバウンドの発信を制限しており、分単位の経済性はメッセージごとのSMSとは大きく異なります。大規模なキャンペーンの前には、同時実行数とCPSをモデル化してください。詳細は/answers/what-is-cpsおよび/answers/what-is-dncを参照してください。