“自然语言处理、情感分析和其他人工智能技术的进步，为企业创造了巨大的机会，以提高其客户的实时参与，”Twilio首席产品官Chee Chew说。“企业需要获得正在发生的对话。通过Media Streams，我们让企业更容易将自己的人工智能应用到语音通话中，或者用几行代码集成第三方解决方案。”
随着人工智能和机器学习的不断发展，必须将越来越多的新技术和服务结合起来，以创建满足客户期望的语音体验。
企业可以利用Media Streams的一些方式包括:
- 通过情绪分析来标记有不良经历的客户，让主管介入并帮助事情回到正轨，从而解决与客户之间的困难对话。
- 通过实时抄录语音，并使用AI/ML根据对话内容向代理推荐相关知识库文章，提高呼叫中心代理的工作效率。
- 通过在呼叫流中集成语音身份验证/生物识别技术，减少欺诈并加快身份验证。
Media Streams在传统的Twilio语音应用程序（如直接为客户服务的IVR）的环境中工作，在Twilio Flex这样的联络中心，代理为客户服务。
GLOBO是一个早期的试点参与者，它通过在呼叫流程中使用Media Streams来提高呼叫中心的效率。
GLOBO工程副总裁乔纳森·德容表示:“Media Streams确保我们的客户在使用GLOBO的电话口译服务时拥有良好的体验。”“通过Media Streams直接访问原始音频数据，我们现在可以使用情绪分析来检测需要紧急关注的电话，并实时采取行动。”这种能力大大提高了呼叫中心数千名代理和翻译人员的工作效率。“
成立之初，Twilio正与谷歌云和Gridspace合作，并与亚马逊网络服务紧密合作，提供先进的功能和技术，如人工智能和机器学习，使企业建立尖端的客户参与体验。
- 谷歌云实时转录:使用谷歌云语音到文本的转录对话，根据对话内容向呼叫中心代理提出建议。
- 使用Gridspace优化呼叫中心:使用Gridspace的分析和自动化平台的洞察力，企业可以调整对话，以更好地响应来电者的内容和语气。
- 使用Amazon Web Services实现会话接口和实时转录:使用Amazon Lex集成会话接口，使用Amazon Transcribe将流媒体转录集成到语音应用程序中。
这些关系为开发人员提供了使用他们喜爱和信任的服务的机会，以便获得最适合他们语音堆栈需求的功能。
通过Media Streams，企业可以实时转发电话呼叫的媒体，有效地创建初始音频流的副本，该副本可以路由到自己的应用程序或第三方，以支持它们选择的高级功能。
