2026年7月2日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

2025 最新 AI Voice Agent 研究与图谱

发布日期:2025-02-05 04:52:22 浏览次数: 3572
作者:特工宇宙

微信搜一搜,关注“特工宇宙”

推荐语

探索AI语音技术的革命性进展,洞察未来智能交互新趋势。

核心内容:
1. AI语音技术的重要性及其对企业与个人的影响
2. 2024年AI语音发展的关键里程碑事件
3. 语音技术如何成为未来服务的“万能钥匙”

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家


为什么要研究 Voice Agent?

语音技术是 AI 应用的关键钥匙。语音是人类最常用的沟通方式,信息量也最大。现在有了 AI,我们第一次能真正让电脑理解并处理语音。这对企业和服务普通用户都有大用处。

对企业来说,用 AI 接电话比雇人划算多了——便宜、反应快、不会出错,有些时候甚至比真人做得更好。比如餐馆订位、银行客服这些需要接电话的工作,AI 语音助手可以 24 小时在线。再也不用担心时差问题(就像下午三点从美国西海岸打给东海岸的银行,照样有人接)。

对普通人来说,以后和 AI 打交道,说话应该是最自然的方式。可能是随时能聊天的智能助手,也可能是人人都用得起的语言老师——以前请不起真人外教的人,现在用手机就能练口语。

现在的 AI 语音技术就像智能手机刚出来那会儿,基础功能都有了,真正好用的 App 才刚开始出现。随着技术升级,语音不会单独存在,而是会成为打开各种服务的“万能钥匙”。我们特别看好那些先用语音功能吸引用户,再慢慢做成综合服务平台的新公司。

2024 AI 语音发展时间线
五月
▸ OpenAI 放出大招:GPT-4o 语音版能实时唠嗑了

▸ Cartesia 公司推出真人级语音工具 Sonic

六月
▸ Character 软件试水语音通话
(三百万用户狂打两千万通电话)

▸ 苹果把 ChatGPT 塞进 Siri——现在叫“苹果智能”

七月
▸ OpenAI 开始测试高级语音模式

▸ Speechmatics 家的 Flow 模型能实时对话了

八月
▸ 亚马逊给 Alexa 装上 Claude 大脑

▸ Meta 找明星录声音做 AI 朋友(想象用霉霉声音叫你起床)

九月
▸ NotebookLM 的语音总结功能突然爆火

▸ PlayHT 和 Hume 两家都升级了 2.0 版模型

十月
▸ OpenAI 开放实时语音 API(程序员狂喜)

▸ Kyutai 公司搞出能抢话聊的 Moshi 模型

十一月
▸ ElevenLabs 发布聊天专用 AI
▸ 英伟达出了能改声音的 Fugatto 工具

▸ 谷歌 Gemini 语音版 APP 上线

十二月
▸ ChatGPT 语音模式终于能上网查资料
▸ 1-800-CHATGPT 电话服务开通(没想到被美国人打爆)
有什么新变化?
1. 技术升级后模块越来越简单
现在做 AI 语音就像给手机换模块——底层技术越做越精简,语音助手延迟更低、表现更猛(这波质变 80% 都是最近半年搞定的)。
2. 价格越来越亲民

2024 年 12 月 OpenAI 搞价格大跳水:GPT-4o 实时 API 输入费用降 60%(现在每百万 tokens 40 刀),输出费用砍 87.5%(每百万 tokens 只要 2.5 刀)。连 GPT-4o mini 现在也能实时聊天了,这价格快跟朋友发微信差不多划算。

现在发展到哪一步了?
1. 对话质量堪比真人
延迟、抢话、语气这些技术难题基本搞定,AI 语音客服现在和真人呼叫中心水平持平甚至更好。这得感谢 OpenAI 的实时语音模型和 ElevenLabs 的聊天专用 AI 这些黑科技。
2. 市场攻略像坐火箭
用技术换人力的模式太好复制了,小公司和世界 500 强都能快速铺开(比如给快餐店装自动接单系统)。不过传统大企业可能卡在数据安全这些老问题上,这时候拼的就是谁动作快、后续功能跟得上。
3. 赚钱套路在变天
之前都是按通话分钟数收费(毕竟 AI 烧钱),现在模型成本暴跌,价格战打得飞起。以后估计要玩组合拳:收平台月费 + 按用量计费,就像充视频网站会员还得买点播券。
4. 竞争对手分三大派系
• 程序员派:给公司 IT 部门用的开发工具(自己造轮子)
• 小白派:不懂代码也能部署的傻瓜平台
• 垂直派:专攻医疗、教育这些细分领域
市场进化趋势
2024 下半年语音助手市场像坐火箭——据 Cartesia 统计,现在 YC Batches 中每 5 家新创公司就有 1 家在搞语音 AI。
玩家大致分三大门派:
• 搞底层技术的:ElevenLabs、Cartesia 这种模型大佬
• 通用平台型的:Vapi、Bland 这种小白也能用的平台
• 深入垂直行业:HappyRobot(医疗)、Wayfaster(物流)这种专攻某个领域的
大厂攻略秘籍
想直接让 AI 接管所有电话?大公司才不吃这套!聪明团队都先找突破口:
1. 捡漏非高峰来电
比如下班后的订位电话、爆线时的溢出来电。AI 至少能记下客户需求安排回拨,如果连着订位系统,说不定当场就把生意做成了。
2. 狂打骚扰电话
以前人工打推销电话亏本,现在用 AI 打就是纯赚!给个电话号码列表就能开工,适合激活老客户、开发新客户。
3. 处理后台脏活累活

诊所给药店打电话确认库存、公司给供应商催货——这些无聊到爆的电话最适合 AI 干。哪怕只是帮真人转接电话(比如按 1 转采购部),也能省下大把时间。

2024 AI 语音融资大战
? 模型公司(造引擎的)
• ElevenLabs - 2024.1 获 a16z 等 8000 万美元 B 轮
• Hume - 2024.3 EQT 投 5000 万美元 B 轮
• PlayAI - 2024.11 种子轮 2100 万(Kindred Ventures)
• Cartesia - 2024.12 Index 种子轮 2700 万
• WaveForms AI - 2024.12 a16z 种子轮 4000 万
?️ 通用平台(搭舞台的)
• Kore - 2024.1 融 1.5 亿 C 轮(FTV Capital + NVIDIA)
• Rasa - 2024.2 PayPal 参投 3000 万 C 轮
• Parloa - 2024.4 Altimeter 投 6600 万 B 轮
• PolyAI - 2024.5 获 5000 万 C 轮(Zendesk 跟投)
• Synthflow - 2024.6 种子轮 740 万(无代码神器)
• Thoughtly - 2024.6 Greycroft 投 300 万种子
• Bland - 2024.8 Scale 投 2200 万 A 轮
• Retell AI - 2024.8 种子轮 460 万
• 11x - 2024.9 A 轮 2400 万 / 10 月 B 轮 5000 万
• Decagon - 2024.6 A 轮 3500 万 / 10 月 B 轮 6500 万
• Sierra - 2024.10 Greenoaks 投 1.75 亿 B 轮
• Artisan - 2024.10 种子轮 1150 万
• Vapi - 2024.12 Bessemer 投 2000 万 A 轮
? 垂直应用(专精特长生)
• Hippocratic AI - 2024.3 A 轮 5300 万 / 2025.1 B 轮 1.41 亿
• Assort Health - 2024.3 种子轮 350 万
• Parakeet Health - 2024.10 种子轮 300 万
• HelloPatient - 2024.10 种子轮 630 万
• Hyro - 2024.12 B 轮 3500 万
• Numa - 2024.10 B 轮 3200 万(4S 店智能销售)
• HappyRobot - 2024.12 a16z 投 1560 万 A 轮
• Prepared911 - 2024.10 B 轮 2700 万(急救调度)
• Voicepanel - 2024.5 种子轮 240 万(客户回访)
• Letter - 2024.6 种子轮 270 万(销售话术教练)
• Solidroad - 2024.7 种子轮 120 万(客服培训)
• Apriora - 2024.8 种子轮 280 万(AI 面试官)
• Wayfaster - 2024.9 种子轮 250 万(招聘专线)
• FullyRamped - 2024.10 种子轮 230 万(销售培训)
• Maki - 2025.1 A 轮 2860 万(HR 猎头)

• Tenor - 2024.12 种子轮 540 万(领导力培训)

语音 AI 的主战场在哪里?
简单说:先找那些接电话接到手软的行业。
✅ 首选战场:烧钱大户
这些行业本来就在呼叫中心/BPO 外包上砸大钱:
• 金融服务(比如讨债公司天天打电话)
• 保险(客服和后台都要打电话)
• 政府机构(想想社保热线)
• 医疗(诊所天天给保险公司扯皮)
? 别碰这些坑
如果公司员工只是偶尔接电话(比如 IT 小哥顺带处理客户问题)
• 老板根本不舍得买 AI——除非专门养了 10 个话务员
• 省了多少钱根本算不清(财务小姐姐会撕了你的报价单)
除了接电话,现在土豪公司也愿意为“给高薪岗位当 AI 陪练”买单:
• 销售模拟器(练到能把客户聊哭)
• 急诊医生特训(用 AI 病人练手)
• 空中管制员实战演练(比请真人教练便宜,比看教学视频管用)
YC 的语音 AI 版图
用硅谷最火孵化器的数据看未来趋势。
2020 年至今,YC 孵化了 90 家语音 AI 公司。最近一期 W25(还没完全公布)就有 10 家,像滚雪球一样越滚越大。2023 年前的很多公司,其实都是中途转型杀进来的。
行业分布三大山头
✅ B2B 企业服务(占 69% 大头)
• 金融科技(16.9%):比如自动催债机器人
• 客服系统(12.4%):7x24 小时接投诉电话
? 医疗健康(18% 闷声发大财)
前台服务:智能导诊助手(11.2%)
后台苦力:药房库存催货 AI(3.4%牙科诊所专用 / 2.2%宠物医院版 / 1.1%康复理疗师助手)
?️ 消费者领域(13% 玩跨界)
比如用霉霉声音叫你起床的闹钟 App

Voice Agents 市场图谱 - B2B

Voice Agents 市场图谱 - B2C


53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅