SIP по TCP ничем не лучше чем SIP по UDP, хотя бы по тому, что стандартом де-факт является UDP-вариант, а TCP все поддерживают чтобы было, очень часто из-за этого проблем там еще больше по факту.
2. От говорильни ничего не остаётся. Вопреки популярному заблуждению, материальный след говорильни весьма редко нужен, чтобы ткнуть им под нос забывчивого контрагента. Чаще всего он нужен для собственного вспоминания. Аудиозапись не решение. Во-первых, окинуть взглядом текст намного быстрее, чем слушать аудиозапись.
Voximplant по многим параметрам сильно лучше Twilio :) по голосу так точно, голосового бота можно легко сделать, можем даже написать про это пост на Хабре
Пока в планах этого нет, к тому же качество может страдать при использовании не-loseless сжатия. Как вариант можете пропускать звонки через Voximplant по SIP и записывать + распознавать их на стороне платформы
Распознавание речи к вашим услугам.
Voximplant против Twilio
Почитайте на досуге https://medium.com/@voximplant/not-all-cpaas-are-created-equal-332e88da624b
Расскажите это Amazon AWS, Google Cloud и прочим IBM и Microsoft, а еще их финансовым отчетам.