El frente de voz por teléfono de MyEyesTalk: marcas un número y conversas con un agente de IA en tiempo real, sin app. Un servidor Express recibe el webhook /twilio/inbound, identifica al usuario por su número (consulta el backend de identidad con fallback a perfiles RAG locales) y responde con TwiML que abre un <Stream> de Twilio Media Streams. Ese stream se puentea por WebSocket contra la Conversational AI de ElevenLabs, pasando el nombre y teléfono como parámetros para personalizar la conversación. Pensado para que personas con discapacidad visual accedan al asistente desde cualquier teléfono, sin pantalla ni instalación.
Llama y habla con la IA · Twilio ↔ ElevenLabs
Destacados
- Twilio Media Streams — Webhook de llamada entrante devuelve TwiML con
<Connect><Stream>; el audio se transmite en vivo por WebSocket awss://.../ws. - ElevenLabs Conversational AI — El stream de Twilio se puentea contra la API conversacional de ElevenLabs por
agent_id, con voz natural en tiempo real. - Identidad por número + RAG — Normaliza el teléfono (+521/+52) y resuelve identidad desde el backend, con fallback a perfiles RAG locales para demo offline.
- Sin app, accesible — Cualquier teléfono sirve como interfaz: marca y habla. Complementa a las gafas Ray-Ban Meta de MyEyesTalk.
Stack
Node.js · Express · Twilio · WebSocket · ElevenLabs · Docker