もっと面白い出力のために短い音を鳴らしたいと思います。ドキュメントを正しく理解していれば、次のような SSML の api.ai で返信できるはずです。
<speak>Okay here we go: <audio src="http://example.com/boing.wav">boing</audio>. You are welcome!</speak>
参考までに、SSML はSpeech Synthesis Markup Languageを意味します。
Web シミュレーターはこのサウンドを再生しません。代わりに、すべてのタグが取り除かれているようです。それはまだサポートされていませんか、それとも何か間違ったことをしましたか?