ClawdTalk

ClawdTalkの紹介

ClawdTalkは、Clawdbotエージェントに専用の電話番号を割り当てるテレフォニー統合サービスであり、音声通話、SMS、WhatsAppによる対話を可能にします。テキストベースのAIエージェントと従来の電話網を接続するため、音声認識（STT）、テキスト読み上げ（TTS）、通話ルーティング、およびセキュアなメッセージングを一元的に処理します。ユーザーがインフラやテレフォニープロトコルを自ら構築・管理する必要をなくし、実装の複雑さを複数のサービスから単一のアウトバウンドWebSocket接続へと簡素化します。OpenClawなどの既存ボットを運用している開発者、DevOpsエンジニア、プロダクトチームを主な対象として設計されています。

本サービスは、すでにテキスト対応ボットを運用している技術チーム向けに提供されており、音声優先のインタラクションチャネルへの機能拡張を目的としています。音声パイプラインの構築、パブリックウェブフックの公開、テレフォニーゲートウェイの運用など、一切の追加インフラ構築を不要とします。

主なポイント

• 双方向音声通話：任意の電話機からボットへ通話可能、またはボットに「私に電話してください」と指示して着信させることも可能
• セキュアなPIN保護アクセス：共有番号の不正利用を防ぐため、任意でサーバー側でPIN認証を有効化可能
• 自然な音声合成と音声認識：Telnyx NaturalHD音声を活用し、200ミリ秒未満の低遅延とワイドバンド音質（AMR-WBコーデック）を実現
• プライベートなアウトバウンド専用アーキテクチャ：ボットは安全な永続的WebSocket接続でClawdTalkへ接続。インバウンドポート、ファイアウォール設定、パブリックエンドポイントは不要
• テキスト中心のボットインターフェース：ボットは音声を文字起こししたJSONイベントを受信し、返答としてプレーンテキストを含むJSONを送信。音声処理コードの記述は不要
• グローバルなインターネットファーストネットワーク：Telnyxの専用光ファイバー基盤に基づき、99.999％の稼働率と100ミリ秒未満のグローバル遅延を保証
• クレジットカード不要の無料プラン：月10分の音声通話と100件のテキストメッセージ、完全な文字起こし記録、コミュニティサポートを無償提供

ClawdTalkの仕組み

ClawdTalkは、PSTN／WhatsApp／SMSネットワークと既存ボットの間で双方向の中間層として機能します。ユーザーが割り当てられた番号へ通話、SMS、またはWhatsAppメッセージを送信すると、ClawdTalkは入力を取得し、リアルタイムで音声認識を行い、標準化されたJSONイベントに正規化して、セキュアな永続的WebSocket接続経由でボットに配信します。ボットはこのテキストを処理し、応答テキストを含む構造化されたJSONを返信します。ClawdTalkはこのテキストを自然な音声に変換（音声通話時）またはSMS／WhatsAppメッセージとして送信します。

このアーキテクチャでは、ボットのコアロジックに変更は不要です。WebSocket接続を確立・維持するための軽量クライアントスクリプト（例：./scripts/connect.sh start）の統合のみが必要です。すべてのテレフォニーシグナリング、メディアストリーミング、暗号化、キャリア相互接続、および法的要件（例：電話番号登録、2段階認証の同意フロー）は、ClawdTalkおよびその基盤となるTelnyxインフラによって処理されます。

主な利点と用途

ClawdTalkは、既存の自動化ワークフローに対して実用的かつ低障壁な音声・メッセージ拡張を可能にします。DevOps分野では、インシデント対応を音声で開始できます（例：デプロイのロールバックやパイプライン状態の確認）。ヘルステック分野では、睡眠スコアや服薬リマインダーなど、個人の健康指標へのハンズフリーな安全なアクセスを実現します。ホームオートメーションでは、「リビングの照明を消して温度を68度に設定」などのマルチモーダルコマンドを自然な言葉で発話でき、確認およびフォローアップも会話形式で処理されます。ECおよびショッピングアシスタントでは、買い物かごへの商品追加、配達スロットの予約、注文状況の更新などを音声またはSMSで行え、データの所在とプライバシーを維持したままクラウド上の音声モデル学習を回避できます。

利用規模に応じた価格体系は以下の通りです：

すべてのプランでは、発信者IDによる検証と任意のPIN認証が適用され、サーバー側で検証が実施されるため、なりすましや不正アクセスを防止します。