GStudio · AudioAgent

打造像真人一樣對話的 AI 語音 Agent

低延遲、可隨時打斷,邊聊邊查資料、調工具、看畫面;網頁、GWork 和電話裡都能接待客戶,每通電話自動錄音、可回放。

為什麼選擇 AudioAgent

  • 像真人一樣自然

    低延遲回應,隨時可以插話;依語意判斷使用者是否說完,冷場時主動接話,支援 40 多種語言。

  • 邊聊邊把事辦完

    通話中檢索知識庫,調用 API、MCP、OAuth 工具,查詢資料表;查訂單、約時間、登記資料,一通電話就能辦完。

  • 接進你的管道和團隊

    網頁、GWork 和電話都能接待,接入你的 Twilio 號碼即可接聽來電;主動撥出和帶著上下文轉真人即將推出。

三種語音引擎,依情境選擇

同一個 AudioAgent 可以隨時切換引擎;知識庫、工具、資料表、歡迎引導和通話控制在三種引擎下都能用,也都能透過鏡頭或共享螢幕看畫面。

  • 即時模型

    適合: 追求低延遲、自然對話的客服與諮詢。

    一個即時模型直接聽、直接說,輪到誰說話由模型判斷;延遲最低、對話最自然,還能選擇輸出音色。

  • ASR-LLM-TTS

    適合: 業務規則複雜、需要指定文字模型的語音客服。

    先把語音轉寫成文字,交給任選的文字模型,再用語音合成唸出來;每輪都會檢索知識庫,可控性最高,延遲也最高。

  • LLM+TTS

    適合: 想在理解能力和合成語音效果之間折衷時。

    能聽音訊的模型直接理解語音,再用語音合成唸出來;知識庫、工具和資料庫都以函式工具的方式提供。

一通好電話需要的,AudioAgent 都準備好了

從聽、說、查、看,到轉真人、接電話和事後分析,都在控制台裡設定。

依停頓或語意判斷使用者是否說完,使用者插話時立即停下來聽;冷場時主動追問,逾時或長時間沉默自動掛斷;轉錄指令寫上品牌名和術語,即時引擎能直接聽懂使用者說的語言。

企業級語音 Agent

放心交給 AudioAgent 接待客戶

通話資料可控、權限清楚、費用透明,也能部署在你自己的環境裡。

  • 01

    資料安全

    每通來電都會驗證簽章,接入憑證加密儲存,網頁通話使用短效憑證;也支援私有化部署,資料留在你的環境裡。

    • 來電簽章驗證
    • 憑證加密儲存
    • 私有化部署
  • 02

    權限與稽核

    SSO 登入、依角色分配權限;每通電話的紀錄和執行時序都能回查。

    • SSO
    • 角色權限
    • 通話日誌
  • 03

    用量透明

    依語音轉寫時長、語音合成字數和模型 Token 扣點數,電話線路費走你自己的 Twilio 帳號;並行依方案設上限,iframe 還能設點數限額。

    • 依用量計費
    • 並行上限
    • 點數限額

AudioAgent 一覽

  • 3種語音引擎
  • 40+種語言
  • 30+種預置音色
  • 4種接入管道

AudioAgent 常見問題

AudioAgent 是 GStudio 裡的即時語音 Agent:在網頁、GWork 和電話裡與客戶即時對話,隨時可以被打斷;通話中檢索知識庫、調用工具、查詢資料表,把問題當場處理完,還能看鏡頭或共享螢幕的畫面;每通電話自動錄音,可以回放。

立即构建您的 AI Agent

每月获得 100 个免费积分!