美国11家voice agent大盘点

很明显AI语音已经进入到第二阶段了

最近OpenAI发布GPT-Realtime语音模型，微软发布了MAI-Voice-1语音模型，混元也发布了HunyuanVideo-Foley视频音效生成模型，不出意外，语音模型也成了巨头大厂的兵家必争之地。

现在的语音模型，更低延时，效果更逼真。当语音模型越来越好，voice agent就会迎来爆发，特别是很多传统行业，高频对话场景的，可以用voice agent重新做一遍，毕竟，人与人的沟通方式，第一是语言，第二就是语音了。

很明显，语音agent到目前为止分为两个阶段，第一阶段是Synthflow和Bland包括转型前的Retell，都是只提供方案。第二阶段的voice agent不再是提供方案，而是提供全流程服务，从卖方案转变为卖人，也就是提供数字员工，最终实现取代人力的低成本交付。

三个分析维度，细分领域，高频对话场景，全流程闭环

1.针对传统行业细分场景的voice agent
客服场景，Sierra
呼叫中心场景，Retell
求职场景，Dex
租房场景，Elise
卖车场景，Toma
市场调研场景，listen labs
专家访谈场景，Ethos
车贷场景，Salient
物流场景，HappyRobot

2.AI应用加入语音功能
Decagon，之前是语言客服，现在是语音客服。
Outset，AI调研工具，之前是基于文字，现在是多模态，可以做语音和视频访谈。

3.语音自动化处理全流程，实现商业闭环，AI价值更可量化
Salient除了用语音处理贷款催收，还覆盖客服和合规监控等一系列流程。
Toma帮助汽车经销商处理客户预约、订单还有销售咨询等一系列流程。
Elise从租赁咨询、协调安排看房时间到自动处理维修申报、续约谈判甚至催缴欠款。
listen labs从用AI语音招募受访者、主持访谈到自动生成报告。
Ethos从寻找专家到预约会议，再到转录，再到出分析报告，实现端到端交付。
Dex用AI语音和求职者对话，除了了解求职者经验、技能和职业规划之外，还帮助规划职业发展、推荐工作机会、准备面试，薪资谈判。
Sierra不仅是语音客服回答，还可以执行退款、订单修改、更新物流进度等操作。
HappyRobot不仅是AI接打电话，还可以匹配供需双方，安排运输任务，以及车辆实时跟踪。