Twilio Say vs Play 动词表现

【问题标题】：Twilio Say vs Play verb performanceTwilio Say vs Play 动词表现
【发布时间】：2021-02-03 06:56:55
【问题描述】：

您好，我很好奇<Play> 和<Say> twiml 动词之间的性能。

我注意到，使用 <Say> 动词动态生成的同一组文本实际上比使用 <Play> 发送预先录制的音频文件快 0.2-.4 秒。

我正在使用twilio node wrapper 修改正在进行的呼叫以传送音频。

我的问题是，为什么使用 <Say> 动词动态生成音频比使用 <Play> 播放音频文件更快。我运行了几次，以便 twilio 缓存音频文件，但它<Play> 仍然较慢。我读到 Twilio 缓存 here

任何见解将不胜感激！

【问题讨论】：

【解决方案1】：

您可以使用request inspector（在通话记录中单击通话时可见）来查看文件请求时间，以验证文件确实已被缓存。涉及的服务器数量很多，因此缓存媒体文件可能需要一些时间（如果缓存标头设置正确）。

您的媒体文件距离 us-east-1（AWS 区域）越近，请求延迟就越低。您可以在 Twilio Assets 或 AWS S3 存储桶上托管媒体文件，并将时间与托管媒体文件的您自己的服务器进行比较。

同时验证format of the media file，尽可能减少转码。

【讨论】：

嗨@Alan 谢谢你，我会检查一下。假设缓存了文件，优化了媒体文件格式，<Play>这个动词会不会更快？
我没有亲自测试过，但我上次检查缓存文件的访问时间通常在 10ms-20ms 左右。
在我阅读的文档中“Twilio 将在第一次播放音频文件时尝试缓存它。”但是，我已经用相同的音频文件进行了大约 10 次对话，并且这些文件没有被缓存。我检查了 ETag 和 Last-Modified 标头是否设置正确（我使用的是 expressJS）。有什么想法吗？