Llama a otro teléfono que tenga una capacidad de grabación de alta calidad. Graba todos los sonidos para 0 ... 9, * y #. Tenga cuidado con cualquier manejo perturbador y sonidos ambientales. Deja también algo de espacio entre los sonidos para una impresión de ruido. Lo necesitará en el editor de audio para eliminar todo el ruido de fondo estacionario (= silbido, zumbido).
El sistema DTMF está diseñado para tolerar cierta distorsión y cambio de frecuencia, por lo que su grabación debería estar bien al menos cuando se limpia el ruido (= no se escucha) y se filtra para que esté libre de componentes de la banda de frecuencia DTMF.
Recorte la grabación como archivos separados para cada sonido.
Acerca de la pregunta en el título : Sí, las máquinas de enrutamiento automáticas también deben manejar las llamadas de línea fija que aún tienen sonidos DTMF para las pulsaciones.
Offtopic : ¡Qué gran idea!
Una sugerencia: Agregue una posibilidad para escuchar fácilmente, quizás un poco retrasado, pero desde el principio, qué se responde si no hay ninguna secuencia de "presione 1 para ..." o Espera, música, pero un humano adecuado que quiere servirte.
La música y las conversaciones pulidas de la máquina como "todavía estás en la cola" deberían detectarse con bastante facilidad si ya tienes disponible algún software serio de extracción de características.
Las secuencias de sonido DTMF deseadas podrían preinstalarse para los objetivos más comunes y las nuevas podrían guardarse sobre la marcha.
Mucho trabajo similar a la inteligencia artificial, ¡pero sigue siendo una gran idea!