推荐语

探索AI语音技术的革命性进展，洞察未来智能交互新趋势。

核心内容：
1. AI语音技术的重要性及其对企业与个人的影响
2. 2024年AI语音发展的关键里程碑事件
3. 语音技术如何成为未来服务的“万能钥匙”

杨芳贤

53A创始人/腾讯云(TVP)最具价值专家

特别感谢特工宇宙战略顾问 @庄明浩 老师的推荐。该研究由 a16z 最近发布，原文稍有晦涩，再保证对齐原意的基础上，经 DeepSeek 生活化处理翻译，宇宙编辑部审校修改如下。

语音技术是 AI 应用的关键钥匙。语音是人类最常用的沟通方式，信息量也最大。现在有了 AI，我们第一次能真正让电脑理解并处理语音。这对企业和服务普通用户都有大用处。

对企业来说，用 AI 接电话比雇人划算多了——便宜、反应快、不会出错，有些时候甚至比真人做得更好。比如餐馆订位、银行客服这些需要接电话的工作，AI 语音助手可以 24 小时在线。再也不用担心时差问题（就像下午三点从美国西海岸打给东海岸的银行，照样有人接）。

现在的 AI 语音技术就像智能手机刚出来那会儿，基础功能都有了，真正好用的 App 才刚开始出现。随着技术升级，语音不会单独存在，而是会成为打开各种服务的“万能钥匙”。我们特别看好那些先用语音功能吸引用户，再慢慢做成综合服务平台的新公司。

▸ Cartesia 公司推出真人级语音工具 Sonic

▸ 苹果把 ChatGPT 塞进 Siri——现在叫“苹果智能”

▸ Speechmatics 家的 Flow 模型能实时对话了

▸ Meta 找明星录声音做 AI 朋友（想象用霉霉声音叫你起床）

▸ PlayHT 和 Hume 两家都升级了 2.0 版模型

▸ Kyutai 公司搞出能抢话聊的 Moshi 模型

▸ 谷歌 Gemini 语音版 APP 上线

2024 年 12 月 OpenAI 搞价格大跳水：GPT-4o 实时 API 输入费用降 60%（现在每百万 tokens 40 刀），输出费用砍 87.5%（每百万 tokens 只要 2.5 刀）。连 GPT-4o mini 现在也能实时聊天了，这价格快跟朋友发微信差不多划算。

诊所给药店打电话确认库存、公司给供应商催货——这些无聊到爆的电话最适合 AI 干。哪怕只是帮真人转接电话（比如按 1 转采购部），也能省下大把时间。

• Tenor - 2024.12 种子轮 540 万（领导力培训）

Voice Agents 市场图谱 - B2B

Voice Agents 市场图谱 - B2C