如何使用 Twilio + ElevenLabs + n8n 构建智能呼叫代理

抱歉，我需要您提供要翻译的正文内容（文章的其余部分）。请把需要翻译的文本粘贴在这里，我会按照要求保留源链接并将内容翻译成简体中文。

系统架构（高级）

Caller
   ↓
Twilio (Call Handling)
   ↓
n8n (Workflow Orchestration)
   ↓
LLM (Decision Intelligence)
   ↓
ElevenLabs (Voice Synthesis)
   ↓
Twilio (Playback)
   ↓
Caller

Source:

1️⃣ 呼叫处理层 – Twilio

设置

1. 购买一个支持语音的电话号码。

2. 配置 Voice webhook：

   

   • 方法: POST
   • URL: https://yourdomain.com/webhook/call-agent

当有来电时，Twilio 会向此端点发送 POST 请求。

初始问候语 (TwiML)

    Hello. How can I assist you today?

发生了什么

• Twilio 朗读 这段问候语。
• 它 捕获 来电者的语音。
• 转录结果会作为 SpeechResult 返回。

2️⃣ 工作流与编排 – n8n

核心工作流

Webhook 节点

• 接收 SpeechResult。
• 接收 CallSid（用作会话标识符）。

处理步骤

1. 验证 语音输入。
2. 发送 转录文本到大语言模型（LLM）。
3. 解析 结构化的 LLM 输出。
4. 触发 业务逻辑（CRM、数据库、日历、EHR、ATS 等）。
5. 生成 给呼叫者的响应文本。

3️⃣ 智能层 – 大语言模型

请求负载（使用 OpenAI 的 gpt‑4o‑mini 示例）

{
  "model": "gpt-4o-mini",
  "messages": [
    {
      "role": "system",
      "content": "You are a professional voice assistant. Be concise and conversational."
    },
    {
      "role": "user",
      "content": "{{ $json.SpeechResult }}"
    }
  ]
}

结构化输出（用于自动化）

让模型返回 JSON，例如：

{
  "intent": "book_appointment",
  "name": "John",
  "date": "2026-02-20"
}

结构化响应使下游节点能够自动执行操作（创建日历事件、更新电子健康记录等）。

4️⃣ 语音生成 – ElevenLabs

API 调用

POST https://api.elevenlabs.io/v1/text-to-speech/{voice_id}

请求体

{
  "text": "Your appointment is confirmed for tomorrow at 3 PM.",
  "model_id": "eleven_multilingual_v2"
}

该端点返回一个音频文件（MP3），可流式返回给 Twilio。

5️⃣ 播放给来电者

n8n 返回 TwiML，播放生成的音频并循环回 webhook 以进行下一轮交互。

  https://yourdomain.com/audio.mp3
  /webhook/call-agent

该 “ 创建了一个对话循环，使来电者可以继续说话并接收 AI 生成的回复。

🎉 端到端流程回顾

1. 来电者 → Twilio – 问候并捕获语音。
2. Twilio → n8n webhook – 传递转录文本和 CallSid。
3. n8n – 验证、转发给 LLM、执行业务逻辑、构建回复文本。
4. n8n → ElevenLabs – 将文本转换为自然音频。
5. n8n → Twilio – 将音频流回给来电者并重定向以进行下一次交互。

通过此架构，你拥有一个 模块化、云原生的流水线，可以扩展（例如添加日志、分析或其他 AI 服务），同时保持每个组件独立可维护。

为什么这套技术栈有效

• Twilio → 可靠的全球电话服务
• n8n → 灵活的编排
• LLM → 智能层
• ElevenLabs → 类人语音

关键要点

借助 Twilio 处理电话通信、n8n 编排工作流、LLM 提供智能，以及 ElevenLabs 带来自然的语音，您可以在无需大量定制基础设施的情况下部署可扩展的语音 AI 系统。

雇佣 n8n 专家 设计生产就绪的架构、优化工作流，并确保无缝集成。