语音AI代理通话计数器：13个考试场景及精确到分的成本

一位工程师为一家小型制造公司的电话线路搭建了一个语音AI代理。该系统使用Voximplant进行电话通信，Yandex Realtime（speech-realtime-250923）进行语音识别，Claude用于创建订单卡片。最初，系统有4秒的延迟，但通过使用桥接服务器，第一个声音在554-804毫秒内即可出现。随后，工程师构建了一个自定义的指标和成本跟踪系统，每次通话记录27个字段到SQLite中。得出了三个关键见解：个人和垃圾电话最初被误分类为目标呼叫；等待协程取消可能会静默丢失通话记录；模型经常会询问它们已经知道的电话号码。工程师还发现，令牌成本占主导地位（占支出的66%），而更便宜的Yandex模型性能更差。经过验证，计数器的准确度与计费相差在1%以内。每个目标呼叫的成本为6.8-8.4卢布，工程师创建了13个考试场景来测试系统。文章总结道，基于API的计量比订阅更适合转售服务。