田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません

【PR】CartesiaのManaged AgentsでAI秘書「サラ」を作り、実際に電話してみた。 日本語での会話は自然で、ブログの読み上げもまとも。さらに米国の電話番号へ国際電話をかけると、本当にAIが電話に出た。これは結構感動した。 Make.comのWebhookと連携させ、電話で用件を聞き取り、要約をメールで送るところまで動作確認できた。 一方、日本で電話番号を接続するのはかなり大変だ。Twilioとの連携手順はわかりにくく、今回試した日本番号の取得手続きでは法人審査も必要だった。 AIエージェントを作るのは簡単なのに、電話につなぐのが難しい。 この最後の障壁を解消できれば、日本でも相当面白いサービスになると思う。

【PR】Cartesiaの「Managed Agents」を実際に試してみた。 これは音声認識、LLM、音声合成、電話回線との接続を統合し、音声AIエージェントを簡単に構築できるサービスだ。 最初に試してみたのは、日本語で会話するAI秘書を作ることだった。 デフォルトのプロンプトは英語なので、そのままでは日本語のアシスタントとして実用的に使えない。しかし、面白いことにプロンプトの変更自体にもAIが関与してくれる。 「日本のアシスタントとして清水亮のサポートをしろ。名前はサラにしろ」 と指示するだけで、それらしいAI秘書ができてしまった。 LLMにはGPT-5.5を選択した。実際に会話してみると、やりとりはかなり自然だった。自分のブログを読み上げさせても、日本語の音声は十分まともだった。 しかし、本当に面白いのはここからだ。 Cartesiaの音声エージェントは、実際の電話番号に接続することができる。自分専用のAI秘書に電話を受けさせられるというわけだ。 ところが、日本でこれを実現しようとすると、いくつかの壁にぶつかる。 Cartesiaが標準で提供している電話番号は米国向けで、日本の電話番号に発信することができない。そこでCartesiaの担当者に相談したところ、Twilioという電話APIサービスを経由する方法を紹介された。 しかし、このTwilioとの連携がなかなか厄介だった。 まず、Cartesiaの連携マニュアルに掲載されている操作手順と、現在のTwilioの管理画面が一致していない。自力で該当する設定項目を探す必要があった。 しかもTwilio側の説明も十分とは言えず、どこで何を設定すればよいのか、かなりわかりにくい。当然ながら、Twilioの利用には別途料金も発生する。 さらに、日本の電話番号をTwilioで取得するには、今回確認した手続きでは法人としての申請と審査が必要だった。 筆者自身は複数の法人を利用できる立場にあるが、今回のレビューには審査が間に合わなかった。 そこで方針を変えて、Cartesiaが用意した米国の電話番号に直接国際電話をかけてみた。 すると、ちゃんとAI秘書の「サラ」が電話に出た。 これは結構感動した。 ブラウザの中でAIと音声会話するのと、実際に電話をかけてAIが応答するのとでは、体験としてかなり違う。普通の電話を通じて、ごく自然にAIと会話できるのである。 しかも、会話の内容はCartesia側に記録される。 そこで、今度はMake.comのWebhookと連携させ、電話で用件を聞き取り、その内容を要約してメールで送信する仕組みを作ってみた。 これも実際に動作した。 つまり、電話にAIが応答し、用件を聞き取り、内容を整理してメールで通知するところまで、比較的簡単な設定で実現できたわけだ。 これは使いこなせば相当便利かもしれない。 例えば、会社の代表電話にかかってきた問い合わせをAIが受け付け、担当者にメールで報告する。あるいは営業時間外の問い合わせをAIが受け付ける。こうした用途には十分な可能性を感じる。 ただし、現状では日本の経営者が誰でも簡単に使えるサービスとは言い難い。 AIエージェントそのものの作成は驚くほど簡単なのに、実際の電話番号との接続になると、途端に電話APIや通信事業者の知識が必要になる。 特に日本の法人電話番号の取得や審査は大きな障壁だ。 もっとも、これはCartesiaだけの問題ではなく、日本の電話サービスやTwilio側の制約も関係している。 Twilio以外にSIPトランクなどを利用する方法もあるようだが、今回はそこまで検証できなかった。 もしCartesiaが日本市場で本格的に普及を目指すなら、日本の電話番号を取得してエージェントに接続するところまでを含めたハンズオンセミナーを開催するとよいのではないか。 実際に試してみて感じたのは、AIとの自然な会話そのものは、もはや驚くほど簡単に実現できるようになっているということだ。 これから問題になるのは、AIの性能だけではなく、それを既存の社会インフラや業務にどう接続するかなのだと思う。 cartesia.ai/agents #PR