Vapi 向所有客户开放 GPT-Live 测试版，将语音代理拆分为说话者和推理者
Vapi 已向所有 Vapi 客户开放其 GPT-Live 测试版，此前上个月曾与 OpenAI 的全双工语音转语音模型进行有限测试。在 Vapi 上，该模型作为说话者运行，处理整个通话，并将查询或操作委托给单独的推理者模型，交接通过两个提示而非一个来控制。现有电话号码、工具、测试和可观测性均保留，转录器配置被移除，语音切换为 OpenAI 的 22 种之一。
#语音
Vapi BlogAI 评分5858
Vapi BlogAI 评分5858 Vapi 推出 Personal Agent Calling 测试版，让助手可以拨打电话
Vapi 推出 Personal Agent Calling 测试版，让个人助手可以拨打企业电话、处理电话菜单、进行对话并回报结果。该功能可与 Muse、Instinct、GrokBot、ChatGPT Work、Claude Code、OpenClaw 和 Hermes 等助手配合使用，用户粘贴一段提示词，将助手指向 phone.vapi.ai。在一次测试中，收入负责人 Bryan Parman 的助手在航空公司等候了 14 分钟，并拒绝了 51.69 美元的升舱费，随后客服代表免除了该费用，并免费确认了一个 Economy Plus 靠过道座位。
Vapi BlogAI 评分5555 Vapi 推出 CX 工具包，用于构建和改进客服语音智能体
Vapi 推出了 Vapi for CX，这是一套用于构建、部署、观测和优化客户体验语音智能体的工具包。它将面向 CX 团队的自然语言 Composer 与可通过 API、CLI 和 MCP 服务器访问的同一配置对象相结合，并提供评估、版本控制、回退方案、通话评分卡，以及跨转录器、模型和语音的每周延迟、成本和质量数据。Vapi 表示，Amazon Ring 在评估了 40 多家供应商后，将其 100% 的呼入量运行在该平台上；Kavak 则能在约五分钟内构建新的智能体版本，NPS 提升了 20 分。
Vapi BlogAI 评分2525 Vapi 工程师解答关于模型智能、模拟和活动的热门问题
Vapi 产品工程师 Mhar Andal、Scott Lowe 和 Adham El Fawal 在 9 月 22 日的网络研讨会上演示了模型智能、模拟和活动，并回答了构建者的热门问题。模型智能推荐转录器、LLM 和语音预设，并显示成本、延迟和质量指标，而模拟则运行 AI 测试器并给出通过/失败结果，活动可拨打最多 10,000 个联系人的列表。
Vapi BlogAI 评分3838 Vapi 测试 Jev 作为语音 AI 的实时护栏
Vapi 使用 TypeSafe AI 的早期访问“System One”模型 Jev 进行了早期实验，将其作为护栏，在语音助手的回复被说出之前，对其是否违反开发者定义的规则进行评分。在一项早期测试中，Jev 至少捕获了四分之三的违规回复，不过 Vapi 表示这并非 100% 的合规保证，而只是在提示护栏之上的一道额外检查。
LiveKit BlogAI 评分3838 比较用于实时语音和视频 AI 智能体的开源框架：LiveKit Agents 与 Pipecat
本指南比较了 LiveKit Agents 和 Pipecat——它称这是构建生产级语音和视频 AI 智能体最重要的两个开源框架——从架构、采用情况、开发者体验和生产就绪度等方面进行对比。LiveKit Agents 运行在 LiveKit 的开源 WebRTC 和 SIP 基础设施上，并为你接好流水线；而 Pipecat 不预设传输层，由开发者逐阶段组装流水线。文中还介绍了 TEN Framework、Dograh、Vision Agents 和 Vocode 各自适合的位置。
Descript ChangelogAI 评分2020 Descript 2026 年 9 月 17 日版本更新汇总：字幕预设、AI 音乐与音效、多币种结账
Descript 于 2026 年 9 月 17 日发布的更新新增 18 种字幕预设和 10 种新文字动画，并在 145.0.15 或更高版本中支持将 AI 生成的背景音乐和音效直接放置到时间线上。结账页面现在以本地货币显示价格，并支持 Apple Pay、Google Pay、Cash App 等支付方式，语音选择器则接入了 ElevenLabs 语音库。
LiveKit BlogAI 评分2525 LiveKit 推出创业计划，为早期 AI agent 开发者提供 23,000 美元额度
LiveKit 推出了一项创业计划，为符合条件的初创公司提供总价值约 23,000 美元的权益：来自七家合作伙伴的 7,000 美元推理额度、10,000 美元 LiveKit Cloud 额度，以及原价每月 500 美元的 Scale 计划一年使用权。包括 Deepgram、AssemblyAI 和 LiveKit 托管的 Gemma 4 31B 在内的合作伙伴模型可通过 LiveKit Inference 使用，无需单独的提供商账户或 API 密钥。该计划面向员工少于 50 人、融资额低于 500 万美元、正在将语音、视频或物理 AI 集成到产品中的初创公司。
Vapi BlogAI 评分1212 VapiCon 2026：Vapi 语音 AI 峰会回归，1,200+ 开发者和来自 Deepgram、LangChain、Vercel 的演讲嘉宾出席
Vapi 将其语音 AI 峰会带回，更名为 VapiCon 2026，于 2026 年 11 月 11 日至 12 日在旧金山 Fort Mason 扩展为两天、两个分会场，面向 1,200+ 开发者和运营者。已确认的演讲嘉宾包括 Deepgram 的 Scott Stephenson、LangChain 的 Harrison Chase、Vercel 的 Guillermo Rauch、Twilio 的 Andy O'Dower、Cartesia 的 Brandon Yang 和 Arize AI 的 Laurie Voss，以及 Vapi 的 Jordan Dearsley 和 Nikhil Gupta。会议将涵盖语音到语音与级联架构、评估与可观测性、亚秒级首字节时间、人工交接，以及医疗和联络中心的生产部署。
LiveKit BlogAI 评分2222 LiveKit 语音代理中“推理比实时更慢”意味着什么
LiveKit 解释称，其语音代理中的“推理比实时更慢”警告指的是本地 VAD 模型，而非通过 LiveKit Inference 使用的 STT、TTS 或 LLM 模型。每个 32ms 的音频窗口必须在 32ms 内处理完毕，所报告的延迟显示 VAD 已落后实时音频多少。事件循环阻塞和 CPU 饱和是主要原因，解决办法是排除同步代码，而不是增加线程。
Vapi BlogAI 评分3838 AI语音代理如何区分真人与语音信箱
语音信箱检测（也称应答机检测）会在约三到五秒内判断外呼电话是接通了真人还是录音，其依据是时序和行为信号，而非语音音频。一篇2026年的arXiv预印本发现，仅凭时序特征就能达到基于提示音和关键词的方法的效果，同时避免后者带来的额外延迟。Vapi允许用户选择检测提供商、调整时序，并在真人接听时切回对话。
Vapi BlogAI 评分4040 Vapi 开放 GPT-Live 语音到语音模型的私测与公开候补名单
Vapi 已为 GPT-Live 开放有限私测，这是 OpenAI 的下一代全双工语音到语音模型，同时开放公开候补名单以供早期访问。GPT-Live 将语音转文本、LLM 和语音的模块化流水线替换为单一模型处理全部三项，降低轮次延迟并保留语气和重音。参与测试的团队在与现有模块化智能体相同的 Vapi 技术栈上运行它，模块化流水线仍受支持。
LiveKit BlogAI 评分3838 LiveKit 非生产部署让你在生产前测试语音代理
LiveKit 新增了非生产部署，可在与生产相同的容器镜像、项目和密钥下，以不同名称运行语音代理，只需一条命令即可创建。每个部署在空闲时休眠且不产生费用，并在下一次请求时唤醒，你可以通过 --deployment 标志指定它。它要求 Python 使用 livekit-agents 1.6+ 或 Node 使用 @livekit/agents 1.7.1+，并且计划在 Ship 上授予 2 个部署，在 Scale 上授予 5 个部署。
LiveKit BlogAI 评分5858 LiveKit 推出 Connectors，将语音代理接入 Twilio 和 WhatsApp 通话
LiveKit 推出 Connectors，可在 LiveKit 房间与 Twilio Programmable Voice 和 WhatsApp Business Calling 之间直接桥接，并计划支持更多平台。每通电话都以 CONNECTOR 参与者身份加入房间，携带平台上下文，例如 Twilio 通话 SID 或 WhatsApp 来电者的电话号码，代理调度在同一 API 请求中完成。Connectors 已在 LiveKit Cloud 正式可用，按 SIP 定价：Ship 套餐每分钟 $0.004，Scale 套餐每分钟 $0.003；Build、Ship 和 Scale 套餐分别支持 5、20 和 100 路并发 connector 通话。
Vapi BlogAI 评分5858 Vapi 重建 Campaigns，支持 10,000 个联系人的批量外呼
Vapi 推出了重建版 Campaigns，这是其批量外呼产品，现在运行在独立于呼叫队列的持久化工作流引擎上。每个 campaign 最多可容纳 10,000 个联系人，外加一个 assistant 或 squad 以及一个电话号码，拨号被限制在设定的时间窗口内，assistant 提示中可使用每个联系人的变量，并有一个拨号前 webhook 可跳过已转化的联系人。Vapi 表示，campaign 状态持久化在任何单一进程之外，并发以滑动窗口而非批次方式运行，每次状态变更都会追加一个不可变事件，因此进度和审计轨迹不会发生偏移。
Vapi BlogAI 评分2222 自建还是购买：使用语音代理时你真正在决定什么
正在权衡是否自建语音代理的团队，实际上是在决定是否要构建一个编排层，因为代理本身只占约20%的工作量，其余部分是实时音频、电话通信和可观测性基础设施。一家调度供应商原本六周的演示变成了八个月的项目，之后它用六周时间将该功能迁移到一个平台上。只有在需要深度定制流水线、已有语音基础设施、受监管约束，或将语音作为核心竞争优势时，自建才有意义。
LiveKit BlogAI 评分3636 调试语音智能体中的短语音
LiveKit 的博客文章分析了语音智能体为何在收到“yes”或“ok”这类简短回复后常常陷入沉默，并将其归因于轮次检测失败。最常见的原因是 STT 提供商漏掉了短语音，从未输出 final_transcript，从而完全阻断了语音结束检测。文章还讨论了过于激进或过于宽松的端点检测延迟，以及将短音频当作噪声丢弃的噪声消除配置错误。
LiveKit BlogAI 评分2222 LiveKit 为智能体会话、录制、WebRTC 和 SIP 连接引入按秒计费
LiveKit 已将智能体会话分钟数、录制、WebRTC 连接和 SIP 连接改为按秒计费，最小计费单位为十秒，适用于所有套餐和账户，包括企业合同。该变更已生效，并将于 9 月账单中体现 8 月的用量，不会对客户造成技术层面的变化。LiveKit 表示，按分钟计费与仅持续数秒的短时外呼不匹配，限制了该用例。
Vapi BlogAI 评分2222 面向客户体验的最佳AI语音代理：如何评估它们
Vapi发布了一套七项标准的评估准则，用于评估客户体验中的AI语音代理，涵盖解决率、实时语音质量、执行操作、升级转接、模型灵活性、生命周期信任和平台控制。该指南认为，遏制率和转移率会高估成功率，因为被遏制的来电者可能只是挂断了电话，并引用ContactBabel的数据显示，复杂交互中对电话的偏好从2018年的28%上升到2024年的47%。Vapi将自己定位为与模型无关的平台层，具有可配置的端点检测、中断处理和背景降噪功能。
Vapi BlogAI 评分5555 Vapi 推出 Simulations，用 AI 呼叫方测试语音代理
Vapi 推出 Simulations，这是一项原生 AI 驱动的测试功能，在语音代理通话的另一端放置具有鲜明个性和源自客户场景的 AI 测试员。每次运行都会返回通过/失败结果、完整转录和录音，团队可以模拟 API 响应、运行低成本的纯文本聊天模式或完整语音模式，并通过 API 触发运行，同时设置质量门禁，在通过率下降时阻止部署。
Vapi BlogAI 评分2222 如何为企业开发选择对话式AI平台
一份供应商中立指南列出了为企业语音代理选择对话式AI平台的五项标准：开发者控制权、模型选择与回退、测试与可观测性、完整的代理生命周期，以及大规模合规性。该指南引用了Zapier对542名美国C级高管的调查，其中81%的人担心依赖特定AI供应商，只有6%的人能在不造成中断的情况下弃用其主要供应商。指南认为，延迟和编排比功能列表更重要，并指出AssemblyAI的发现：超过500–700毫秒的延迟会让人感觉不自然。
Vapi BlogAI 评分88 VapiCon 2026 将于 11 月 11–12 日回归，升级为为期两天的语音 AI 峰会
由 Vapi 主办的语音 AI 峰会 VapiCon 2026 扩展为两天，将于 11 月 11 日和 12 日在 Fort Mason 的 Festival Pavilion 举行，计划吸引 1,200+ 名参会者、50+ 位演讲嘉宾和 20+ 家赞助商。首届活动于 2025 年 10 月 2 日在旧金山举办，吸引了 850 多人参加，2026 年的门票现已开售。
Vapi BlogAI 评分1212 Vapi 任命 Nathalie Criou 为产品副总裁
Vapi 已聘请 Nathalie Criou 担任其产品副总裁，而就在几个月前，她才刚刚加入这家语音 AI 初创公司。Criou 此前曾在 Google、VMware、Amazon、Twilio 和 Docker 担任产品与综合管理职务，并创立并出售了初创公司 RidePal。她表示，自己之所以加入，是因为语音是一个尚未被充分利用的渠道，而 AI 如今能够改变这一现状；她以客户 Kavak 为例，称其在六个月内围绕语音进行了重组。
Vapi BlogAI 评分2222 什么造就出色的对话式AI体验：Vapi谈语音设计
Vapi认为，语音智能体要在五个实时维度上接受评判：延迟、轮流对话、打断处理、韵律，以及一条有韧性的流水线。它引用研究指出，人类对话的轮次间隔接近200毫秒，并指出超过约500–700毫秒的延迟会让人感到不自然，而朴素的串行流水线可能耗时约1.9秒，优化后的流水线则为600–900毫秒。Vapi将其与模型无关的流水线定位为可通过模拟通话进行调优和测试。
Vapi BlogAI 评分3333 为什么模型灵活性在语音领域至关重要：Speechify Simba 3.2 和 Fish Audio S2.1-Pro 登顶 Vapi 的 Humanness Index
Speechify 的 Simba 3.2 以 99 分首次登顶 Vapi 的 Humanness Index，距离人类基线 100 分仅差一分；Fish Audio 的 S2.1-Pro 以 94 分入榜，首音频延迟为 141 毫秒。此前领先的 xAI Grok TTS 仅以 95 分占据榜首三周，而领先分数已从 95 升至 99。Vapi 认为，与模型无关的语音平台让团队可以随着排名变化更换 TTS 模型。
Vapi BlogAI 评分2222 Anthropic 与 Vapi 网络研讨会问答：Claude Haiku 叫车语音代理是如何构建的
Vapi 发布了其与 Anthropic 举办的语音 AI 网络研讨会的问答内容，详细介绍了基于 Vapi、使用 Anthropic 的 Claude Haiku 和 Layla v2 语音构建的实时叫车演示代理。该代理使用了五个工具——估价、预订、查询状态、取消和结束通话——并配合智能端点检测和保守的中断阈值，实现了亚秒级轮次。过去 30 天内，在 Vapi 上运行 Claude 的代理处理了近 500 万通电话，覆盖 50 多种语言。
Vapi BlogAI 评分2222 如何用AI语音代理减少客户等待时间
AI语音代理通过两种方式缩短客户等待时间：一是通过自助服务分流、智能路由、坐席辅助和需求预测，将工作从队列中移除；二是即时接听，无需等待。SQM Group发现，客户平均在2分36秒时放弃通话，而ContactBabel指出，2024年英国的平均放弃率为8.4%。Vapi表示，首个语音代理可在几分钟内从其仪表板搭建完成，然后根据ASA、放弃率和首次呼叫解决率进行评估。
Vapi BlogAI 评分4242 Vapi 推出 Model Intelligence，提供基于生产数据的模型预设与性能指标
Vapi 推出了 Model Intelligence，这是一组帮助开发者语音智能体选择模型组合的功能。它包含四个模型预设（Balanced、High Intelligence、Ultra Fast、Cost Saver），每个预设打包了转写器、LLM 和语音，并提供基于超过 10 亿次 Vapi 调用得出的各模型成本、延迟和质量指标。
Vapi BlogAI 评分5858 Vapi 拟人度指数：Grok TTS 得分 95，MiniMax Speech 2.5 得分 93，真人基准为 100
Vapi 的拟人度指数是一个盲测众包排行榜，听众从两个克隆语音中选出听起来更像真人的那个。在超过 11,000 次投票后，xAI 的 Grok TTS 得分为 95，MiniMax Speech 2.5 得分为 93，而真人录音的得分为 100。每场对比中，各模型都使用相同的克隆语音和脚本，真人录音也被纳入对比集合，因此 95 分意味着在同一段引文上，听众选择 Grok TTS 的比例几乎与选择真人录音的比例相同。Vapi 认为，自然度已不再是语音智能体的瓶颈，因为来电者体验到的是声音本身，而非其背后的推理能力。
Vapi BlogAI 评分1212 Vapi 任命 Jayson Noland 为 CFO，掌管财务并押注语音
Vapi 已任命 Jayson Noland 为首席财务官。Noland 在科技金融领域工作十余年，曾协助 Cloudflare 上市并推动其营收突破 10 亿美元。他在 B 轮融资阶段加入，负责从可扩展系统到资本配置的财务职能建设，并将语音智能体视为下一个重要的人机界面。
Vapi BlogAI 评分2222 Vapi：将高风险客户体验转化为竞争优势的语音智能体
Vapi 正在推销其语音 AI 平台，称其能帮助品牌将联络中心从成本中心转变为竞争优势，并援引 Amazon Ring 为例：后者在评估了 40 多家语音 AI 供应商后，用两周时间在 Vapi 上线，现在 100% 的入站客户体验量都通过该平台处理，且 CSAT 评分有所提升。Vapi 认为，打包式语音解决方案会让品牌受制于供应商控制的模型和通用语音，而从零自建则速度慢、成本高；它宣称具备亚秒级响应时间、驻留 VPC 且零数据保留并清洗 PII 的架构，以及数天内即可上线的部署能力。
Vapi BlogAI 评分1515 Vapi 回应其 SVG 线索资格筛选网络研讨会的热门问题
Vapi 发布了与 Spring Venture Group 合办网络研讨会中提问最多的七个问题的解答，会上 Homer Kay 介绍了 SVG 如何使用 Vapi 语音代理在将呼叫者转接给持证代理之前对 Medicare 线索进行资格筛选。解答涵盖外呼合规、API 优先集成、独立替换 STT、LLM 和 TTS 组件、人工转接，以及符合 HIPAA 要求且采用零数据保留的配置。
Vapi BlogAI 评分3030 为耳朵而建：为语音AI设计对话
语音AI的成功始于用例选择：以链接、代码或数字结尾的任务适合聊天，而紧急、难以打字或情绪化的问题适合语音。聊天脚本必须为耳朵重写——将长段落拆分为单一想法的轮次，大声复述收集到的细节如日期，并将语音选项限制为两到三个。一家人力资源公司通过在每个时段收集时进行确认，将下游安置错误减少了30%，另一个团队通过将开放式问题转为选择题，将平均通话时长缩短了40秒。
Vapi BlogAI 评分4040 Vapi 如何用代码引导生成 15 个主页语音代理
Vapi 通过从单个 ROUGH_DRAFT.md 文件生成主页上的 15 个语音代理（3 个用例、5 种语言），而非在仪表盘中逐个手动编辑。这套四阶段框架（规划、起草、引导、加固）搭建了一个 TypeScript 项目，使用温度为 0.5 的 OpenAI gpt-4.1、ElevenLabs 和 Deepgram/Soniox 语音栈，以及一个幂等的 upsert 循环，将 assistant ID 存入 .env.local。该仓库已公开：克隆它，添加 VAPI_PRIVATE_KEY，然后运行 bun run bootstrap。
Vapi BlogAI 评分2020 Vapi：将语音 AI 引入 ACCESS 慢病护理小组
Vapi 认为，语音 AI 如今能让语音成为 ACCESS 慢病管理中在经济上可行的渠道，并引用 Hiya 的数据称，42% 的消费者偏好通过语音进行医疗沟通，高于上一年的 33%。该文章详述了三个生产工作流，其中包括 Spring Venture Group 的 Medicare 线索资格审核智能体，由四名工程师在一周内构建完成，将转接至成交率提升了 3%，并带来了超过 580 万美元的综合节省与新增收入。
Vapi BlogAI 评分5050 Vapi 完成 5000 万美元 B 轮融资，其语音智能体通话量突破 10 亿次
Vapi 宣布完成由 Peak XV 领投的 5000 万美元 B 轮融资，YC、M12、Kleiner Perkins 及原有投资方参投，总融资额达到 7200 万美元。此前一年，Vapi 的企业收入增长了 10 倍，其语音智能体处理的通话量突破 1,000,000,000 次。Vapi 表示，Amazon Ring 在两周内从评估阶段转为将其 100% 的呼入电话运行在该平台上，且 CSAT 有所上升。
Vapi BlogAI 评分2222 五个迹象表明你的用例适合语音智能体
Vapi 团队审查了数千个语音部署案例，总结出五个能预测语音智能体用例能否成功的特征：高通话量、重复且可预测的对话、明确的成功标准，以及另外两项。缺少一个特征可以弥补，但缺少三个就意味着需要探索其他用例。
OpenAI Developers BlogAI 评分5050 OpenAI 语音智能体实时提示指南
OpenAI 发布了面向语音智能体的实时提示指南，涵盖 Realtime 2 推理、前言、工具以及精确实体捕获。该指南说明了如何构建提示词，使实时语音智能体在处理推理和工具使用的同时精确捕获实体。
Vapi BlogAI 评分3434 开放栈 vs 集成方案：语音 AI 构建者的关键考量
Vapi Blog 采访 Cartesia 的 Iz Shalom，讨论在集成式与开放模块化语音 AI 栈之间如何选择。集成栈适合窄用例和快速概念验证，开放栈适合多用例、多语言支持以及替换组件。文章敦促团队在自身环境中测量 P99 延迟，并在投产前建立严格的评估。
Vapi BlogAI 评分5050 Vapi 推出面向生产环境语音代理的 Vapi Monitoring
Vapi 发布了 Vapi Monitoring，这是一款监控产品，允许团队为语音代理创建可定制的监控器，并在达到阈值时收到告警。它为企业版订阅提供效果与合规监控，以及技术与基础设施监控，并展示问题所影响的通话数量及建议的修复方案。