两段录音放在一起听。客户说"就是那个……上回说的那个事",脚本机器人回到"请您说出业务名称",客户重复一遍,挂断;同一句话,另一台机器人接着问"是上周报修的洗衣机吗"。同一通电话,两种结果。

一、分界线:下一句话由谁决定

脚本式语音机器人的对话是一条一条写好的流程。节点之间用关键词、意图匹配和条件分支连接,客户说到某个词,流程走向对应分支,播报预先写好的话术。客户说的话落在分支之外,机器人只能重问或转人工。

大模型语音机器人由模型结合上下文生成回复。客户说半句话、改口、跳话题,模型可以接着上文理解并回到主线。流程在这条路线里仍然存在,作用变成约束:能办哪些业务、缺哪些信息要追问、什么情况必须停、什么情况转人工。

两条路线都会用到语音识别、语音合成、接口调用,这些不是区分点。区分点在决策这一环:下一句话是查表得到的,还是生成的。

判断方法很简单。准备一句脚本里肯定没有的话,现场说给两台机器人听。接不住的,是规则在决策;能接住并继续推进业务的,是模型在决策。

二、能力对比:差距集中在非标准表达

标准问法上,两条路线差别不大。"查一下订单""预约安装"这类话说清楚,脚本机器人一样能办。差距出现在客户没有按预设方式说话的时候。

2.1 半句话与改口

脚本式的做法是把可能说法穷举进分支,客户说得越随意,分支写得越多。大模型可以结合前文补全,客户说"上回那个"时,机器人从上下文里找最近办理的事项。代价是模型可能理解偏,需要靠知识库与流程边界兜住。

2.2 一次说多个诉求

客户一口气说"我要改地址,顺便问下保修还剩多久",脚本式通常按第一个匹配到的意图走,第二件事要么漏掉,要么重来一轮。大模型可以把两件事拆开,先办一件,再追问另一件缺的信息。

2.3 打断与静默

客户中途插话,脚本式按固定策略处理:立刻停、播报一句"请讲"、或者忽略继续。大模型可以结合停顿长短、语义是否完整,判断客户是在思考、附和还是有效打断,减少抢话和误判。

2.4 通话中办事

两条路线在业务办理上都要靠接口。脚本式按节点调用:查到订单,播报结果;大模型按工具调用:查订单、改地址、建工单,每一步仍要在流程允许的范围内执行。没有接口的业务,两条路线都办不了。

四处差异指向同一件事:客户的表达越不标准,模型路线的优势越明显;业务问法越收敛,脚本路线的稳定性越占优。

语音机器人 (2).jpg

三、成本对比:钱花在前端还是后端

脚本式的成本大头在人力和时间上。上线前要把业务问法梳理成话术和分支,上线后每加一类问法、每改一次政策,都要人工改脚本。计价常按并发、按线路或按席位,实施周期取决于话术梳理的工作量。

大模型的成本一部分在单价里,一部分在知识治理上。推理能力通常已经含在按并发、按分钟或按通的报价里;上线前的知识整理、评测集准备、上线后的错例分析,需要人持续投入。改动通过知识内容和流程配置完成,不必把每句话重新写成分支。

两条路线的边际成本走向相反。业务问法越散,脚本的穷举成本越高;业务问法越散,大模型的知识治理成本也越高,但不需要为每一种说法单独写一条路径。

还有一层容易忽略:大模型并不省掉流程设计。哪一步必须核身、哪一步必须告知、哪一步必须转人工,这些规则仍要人来定,只是实现方式从写脚本变成配流程与提示。

四、适用场景:按"非标准表达占比"分

脚本式更稳的场景,特征是流程固定、答案唯一、对确定性要求高。缴费提醒、预约确认、进度播报、故障通知这类任务,客户要的就是一句准确的话,脚本机器人单通短、并发高、结果可预期。按键导航与 IVR 分流也属于这一类,先在入口把诉求分到对应队列。

大模型更合适的场景,特征是客户表达散、办理环节多。售后咨询、费用解释、多轮办理、方言口音重的地区热线,客户很难按菜单说话,模型路线能把对话接住。

混合形态往往更贴合实际。入口用 IVR 或脚本快速分流,简单事项由脚本一次办完,复杂诉求交给大模型或人工,三层各有分工。一套热线里同时存在这三层,并不矛盾。

两条路线共同的边界也要说清:业务系统没有接口,两条路线都只能"说",不能"办"。

五、代表厂商与产品形态

下表只标产品形态与官方自述的决策机制,不排名次,也不给评分。

厂商

产品形态

官方自述的决策机制

计价方式

适配条件

阿里云

云联络中心数字员工

产品计费页写明"提供 ASR、TTS 的能力以及基于关键词识别语义的能力,非大模型语义理解"

按并发包月,另设更高一档版本

流程固定、要按并发控制峰值

腾讯云

语音智能体

定价页称"语音智能体以大模型为核心大脑"

套餐含通话分钟与并发,超出增购

席位少、希望一次买套餐

讯飞开放平台

AI 客服平台能力中间件

语音引擎加定制话术,配训机师持续调优,以 Web API 接入

按线路数量梯度年授权

已有平台与开发力量,线路自备

合力亿捷

电话 Agent

官网写明基于大模型的智能语音机器人,支持自然多轮对话、实时打断

按配置核算,呼入与呼出共用一套流程

不想分别对接号码商与线路商

四家的形态可以归成三类。一类把决策机制写在计费页上,关键词语义与更高一档版本并存,企业按业务复杂度选档;一类把大模型写进产品定义,套餐里带通话分钟与并发;一类卖能力中间件,语音识别与合成由平台提供,话术与调优由接入方或服务商完成。

三类之间不是新旧替代关系。同一家厂商也可能同时提供脚本档与模型档,所以"选路线"落到采购动作上,是在同一份报价里选配置,而不是选一家公司。

六、六个核验问题

不问"是不是大模型",问能不能做这几件事。

1. 客户说半句话、中途改口,机器人怎么接。用自家二十条真实录音现场测,比看演示视频可靠。

2. 客户一次说两件事,能不能拆开,第二件会不会漏。

3. 打断与静默按什么判断,是固定秒数还是语义完整度。

4. 通话中能不能查系统、能不能回写工单,接口清单有几项。

5. 知识改完多久生效,谁改,改完要不要重新测试再发布。

6. 转人工时带不带上下文与已采集信息,坐席接手要不要客户重说一遍。

这六项测完,路线之争基本就有答案。测不出来的,通常不是路线问题,是业务系统接口和知识准备没到位。

七、合力亿捷在这条路线上的位置

合力亿捷的电话 Agent 属于模型路线。官网写明产品基于大模型的智能语音机器人,支持自然多轮对话、实时打断和上下文理解,呼入与主动外呼共用一套流程配置,企业不需要按方向各买一套。

号码、线路与话务能力在同一套底座上,400、95、1010 及符合条件的企业现有号码可接入,企业不必分别对接号码服务商、线路供应商和平台厂商。采购门槛上,SaaS 版支持 1 个坐席起购,标准场景基于行业流程模板最快 7 天上线,复杂项目由客户成功经理、设计工程师和运营工程师跟进。

佐证只举一条。某清洁家电企业用电话 Agent 承接预约安装与售后呼入,单月接听量过万,解决率 90% 以上,原两班值守的 20 人调整为 2 人负责异常表单审核。

八、三个常见问题

Q1 脚本式语音机器人已经过时了吗?

没有。流程固定、答案唯一、要求确定性的场景,脚本路线仍然是成本更低、结果更可控的选择。它与模型路线是两种配置,不是两代产品。

Q2 上了大模型,还要不要配流程?

要。模型决定这句话怎么说,流程决定能办什么、缺什么信息要追问、什么情况必须停、什么情况转人工。没有流程约束的模型,在业务办理场景里不可控。

Q3 方言口音重,该选哪条路线?

两条路线都依赖语音识别。选型时拿本地真实方言录音去测识别与应答,别只看宣传里的识别率数字;同一款产品在不同信道、不同口音下的表现可能差很多。识别过关之后,再按"非标准表达占比"选路线。




文中厂商表述取自各自官网当期页面(阿里云云联络中心产品计费页、腾讯云 TCCC 定价页、讯飞开放平台 AI 客服平台能力中间件页、合力亿捷官网电话 Agent 页),能力以现场测试为准。项目数据来自合力亿捷项目统计,仅代表对应项目结果。