# 语音

> 语音能力的落地全景：技术链路、行业案例、厂商格局、开源闭源、平台搭建与落地节奏。

面向技术决策者、方案设计与平台建设者。全专题拆成 7 篇，可按顺序通读，也可按需检索。

## 五分钟结论

1. **语音是 AI 里 ROI 最确定的一层**。主流厂商 ASR 识别率已挤在 96.5%–98.7%，差距在工程细节——判停、打断、热词、噪声、合规，不在模型榜单。
2. **成本不再是门槛**。云 ASR 约 ¥1.5–5/小时音频，阶梯价大客户还能再降 30%–50%；一条外呼线路的成本远低于一名坐席。
3. **赚钱的不是模型，是「线路 + 话术 + 合规 + 运维」**。纯 API 转售的毛利被云厂商压到很薄，集成商与垂直厂商的利润来自交付和场景 Know-how。
4. **落地顺序决定成败**：辅助（坐席 Copilot、质检、纪要）→ 决策（分案、线索评分）→ 自动化（外呼、IVR）→ 协商（慎做，多数不该做）。
5. **平台的核心不是模型仓库，而是四件套**：统一网关（多厂商可切换）+ 编排（业务可配）+ 评测（可回归）+ 合规（硬编码护栏）。

## 文档索引

| # | 文档 | 核心内容 | 适合 |
| --- | --- | --- | --- |
| 01 | [技术链路与模型选型](01-技术链路与模型选型.md) | 前端处理、ASR、声纹、语义对话、TTS 五模块指标；级联与端到端的分工 | 技术选型、架构设计 |
| 02 | [行业提效实践案例](02-行业提效实践案例.md) | 8 个场景的效果量级；外呼成本账；AI 首触的反面证据与账龄分工 | 业务论证、方案汇报 |
| 03 | [厂商格局与盈利模式](03-厂商格局与盈利模式.md) | 四类玩家能力对比；五种商业模式与毛利；按约束选型 | 采购、合作评估 |
| 04 | [开源与闭源](04-开源与闭源.md) | 开源版图与许可证；六个真实差异；TCO 与盈亏平衡；混合架构 | 自建评估、成本测算 |
| 05 | [业务问题与技术方案](05-业务问题与技术方案.md) | 噪声、方言、术语、打断、多人、合规等问题的对应手段与验收指标 | 排障、需求评审 |
| 06 | [平台搭建与业务赋能](06-平台搭建与业务赋能.md) | 五层架构、组件选型、六个关键设计、部署形态、MVP；业务三个界面 | 平台建设、产品设计 |
| 07 | [落地路线与检查清单](07-落地路线与检查清单.md) | 90 天节奏、六个坑、9 项选型打分、数据口径 | 项目负责人、验收 |

## 三条阅读路径

- **给决策者**：本页五分钟结论 → 02 案例 → 03 厂商 → 07 落地与清单。
- **给技术负责人**：01 技术链路 → 04 开源闭源 → 05 问题映射 → 06 平台架构。
- **给业务/产品**：本页五分钟结论 → 02 案例 → 06 的业务三个界面 → 07 节奏。

## 口径说明

文中价格、市场份额、识别率与效果数字来自公开报价、第三方报告与厂商自测，均为量级参考；落地前须用自己的 POC 与业务基线复测。数据来源与口径说明见 [07 落地路线与检查清单](07-落地路线与检查清单.md) 附录。