Vogent

Vogent 是一个功能强大的AI语音平台，结合无代码工具、先进模型和灵活的 API，为企业和开发者提供快速构建高性能语音代理的解决方案。其 Voicelab 进一步增强了实时语音推理能力，特别适合需要低延迟、类人语音交互的场景。

平台的目标是通过直观的工具和强大的技术栈，帮助企业快速创建语音 AI 代理，广泛应用于医疗、客户支持、旅游、物流等行业，显著降低运营成本并提升客户体验。

主要功能与特性

Vogent 提供了一系列功能，旨在简化语音代理的创建和优化：

• 无代码 Flow Builder：通过拖放式界面，用户无需编码即可设计复杂的对话流程，从创意到上线语音代理只需几分钟。
• 多层次模型：包括交互式语音响应（IVR）检测、语音活动检测（VAD）和导航模型，能够处理复杂的电话菜单并确保连接到人工客服。
• 定制与现成模型：支持 Vogent 自主研发的电话优化对话模型（基于数百万通真实电话数据微调），同时兼容 GPT 等现成模型，以及 OpenAI 兼容 API 和开源模型。
• 低延迟与类人交互：提供低于 700 毫秒的响应延迟（99% 的情况下），通过优化的语音模型（如 Sesame CSM-1B）实现自然对话，包含自然的停顿和语气词（如“um”、“uh”）。
• 自学习功能：通过强化学习技术，Vogent 的语音代理能够基于真实通话记录自我设计和改进，无需繁琐的提示工程或大量微调。
• 通话分析与优化：提供详细的通话记录和转录，允许用户分析决策过程并通过“反事实分析”测试新代理在历史通话中的表现。
• 集成与自动化：支持 REST 和 GraphQL API 集成，可与现有系统无缝连接；通话后自动化功能可触发智能工作流程（如更新 CRM 或跟进客户）。
• 安全与合规：提供 HIPAA 合规的语音和工作空间，SOC 2 Type II 审计报告待完成，确保数据安全和隐私。
• 多模态支持：支持语音克隆（零样本或微调），并提供多种语音选项，包括 Sesame CSM-1B、Dia、Chatterbox、Orpheus 等模型。
• 灵活部署：支持通过 API 或在本地/私有云（VPC）部署推理栈，适合高容量用户。

根据官网，Vogent 的性能指标包括：

• 平均响应延迟：200ms（使用自定义模型和语音）。
• 平均降低呼叫中心/劳动成本：75%。
• 每月通话量：超过 100 万通。

定价与目标用户

Vogent 提供灵活的定价模型，适合不同规模的用户：

目标用户包括需要自动化电话交互的行业，如：

• 医疗：用于联系保险公司（资格验证、预授权等）、药房（处方管理）、患者和诊所。
• 客户支持：优化呼叫中心操作，降低高达 75% 的成本。
• 旅游与物流：处理预订、调度和复杂知识检索任务。
• 非营利组织与初创企业：用于外展、客户发现和高效沟通。

Vogent Voicelab 最新模型

Vogent Voicelab 是 Vogent 平台的一个重要组成部分，于 2025 年 7 月进入公开测试阶段，专注于提供高性能、低延迟的文本转语音（TTS）API，支持顶级开源语音模型（如 Sesame CSM-1B、Dia、Orpheus 等）。它解决了开源 TTS 模型在高容量、低延迟推理中的常见问题，如幻觉、不一致输出和计算管理复杂性。

核心功能

• 高性能推理栈：使用专有推理栈优化 TTS 变压器，确保实时推理和低于 200 毫秒的首次令牌时间（TTFT）。
• 高质量语音克隆：支持零样本语音克隆，或通过 Vogent 的微调配方进一步调整语音风格，所有训练和托管均在 Vogent 的基础设施上完成。
• 可扩展性：从单一语音到数千个并发语音代理，基础设施可根据使用量自动扩展并全球部署。
• 简单集成：通过标准 TTS API（支持流式传输/websocket）提供访问，开发者只需几行代码即可开始使用，无需自行管理计算资源。
• 后训练优化：对模型进行后训练以提高一致性和质量，确保生产环境中运行最先进的语音研究成果。

最新模型详情

以下是 Voicelab 支持的最新模型及其特性：

这些模型均支持通过 Vogent 的 API 运行，适合需要实时语音交互的场景。

定价与合规

Voicelab 的定价包括：

• 免费：0 美元/月，6美分/1000 字符，1 个并发请求。
• $20/月：4美分/1000 字符，3 个并发请求。
• $150/月：3美分/1000 字符，30 个并发请求，支持托管微调、HIPAA 合规和专属 Slack 支持。
• 企业定制：提供无限并发、定制训练语音、专属账户经理和高容量折扣。

Voicelab 符合 SOC 2 Type II 和 HIPAA 标准，确保数据安全和隐私，并为高容量用户提供承诺使用折扣。

开发者支持与最新动态

• API 与 SDK：提供 GraphQL 和 REST API 以及 JavaScript SDK，移动端 SDK 正在测试中（可通过邮件联系获取 beta 访问）。
• 文档与社区：通过官网提供详细开发者文档（docs.vogent.ai），并支持 Discord 社区、电子邮件和论坛交流。
• 快速入门：用户可通过直观的控制台快速设置代理，例如选择电话号码（支持美国号码，英国号码需购买）并配置通话流程。

最新动态包括：

• 自学习语音代理：2025 年 3 月推出，利用强化学习技术，代理可基于通话记录自我优化，用户可通过 app.vogent.ai 的“Self Learning”选项注册体验。
• Sesame CSM-1B 集成：2025 年 4 月优化了 Sesame 的 1B 参数 TTS 模型，支持实时、低延迟推理，提供超现实的语音体验，用户可拨打 (510) 315-0014 测试 AI Trump 语音代理。
• Voicelab 公测：2025 年 7 月进入公开测试，提供优化的 API 和高质量语音克隆功能，开发者可通过 app.vogent.ai 注册并选择 Sesame 语音。