2026 年 8 月 27 日—— 即日起，在 LiveKit Inference 上构建语音智能体的开发者，可通过界面或代码在不到一分钟内切换至 Speechmatics。Linden 是 Speechmatics 首款专为语音智能体打造的模型，现已通过 LiveKit Inference 上线 ，后者是 LiveKit 推出的一站式语音 AI 模型调用平台。这意味着开发者无需单独申请 API 密钥、注册账号或处理账单。
在演示场景中，语音智能体通常只面对一位说话人、清晰的音频和简短的对话，所有语音转文字（STT）服务商在这种条件下都表现良好。但真实的生产环境远非如此整洁：带着浓重口音的来电者、嘈杂的咖啡馆、在低质量电话线路上念出的 16 位卡号。一旦转写在关键信息上出错，下游的所有环节都会随之崩溃。
LiveKit 与 Linden 联手为开发者解决了这一问题。Linden 在最困难的场景下依然能准确识别文字：支持 55 种以上语言、非母语使用者和浓重口音，以及在糟糕线路上念出的账号、卡号等字母数字组合。LiveKit Inference 则负责处理管线、路由、计费，以及决定智能体何时开口的轮次检测。过去接入一家语音服务商需要数周，现在只需简单选择即可。
“一个让人信任的智能体和一个让人疲惫的智能体，区别就在于它能否听懂你说的话。我们的新模型解决了这个问题。Linden 不仅在 55 种以上语言上表现出色，还能精准转写非母语使用者、方言和口音。LiveKit 构建了让这些部署成为可能的基础设施，其社区也比任何人都更快地摸清了真实世界中生产级语音 AI 究竟需要什么。”
——Ricardo Herreros-Symons，Speechmatics 首席营收官（CRO）
挪威对话式 AI 公司 boost.ai 已在其为欧洲企业构建的语音智能体中，将 Speechmatics 与 LiveKit 同时投入生产使用，其底层基础设施同时也为 xAI Grok 和 Salesforce Agentforce 提供支持。
Rasmus Hauch，boost.ai 首席技术官（CTO）表示：
“语音智能体的生死取决于 STT 层。Speechmatics 为我们提供了生产中真正重要的东西：低延迟的实时模型、在字母数字识别和话语结束检测等难点上的快速迭代，以及覆盖全欧洲的强大语言广度。同样重要的是，背后的团队非常令人愉快 ，紧密协作、亲力亲为，真心致力于把事情做对。”
LiveKit Inference 于 2025 年 10 月推出，让开发者能在数分钟内构建一个语音智能体。单个 API 密钥即可调用最主流的 STT、大语言模型（LLM）和文字转语音（TTS）模型，切换模型只需改动一行代码。统一计费、速率限制管理和用量报表均通过 LiveKit Cloud 运行。Speechmatics 可通过 LiveKit Inference 原生接入，也可通过 LiveKit Agents 开源框架的 Speechmatics 插件，或 LiveKit 的 Agent Builder 使用。
David Zhao，LiveKit 首席技术官兼联合创始人表示：
“LiveKit Inference 的存在意义，就是让开发者能快速上线和迭代，无需为管理 API 密钥或每次模型变更就重写技术栈而头疼。接入 Speechmatics 后，语音智能体将获得卓越的说话人分离能力，从第一天起就能在任意数量说话人的场景下清晰追踪谁说了什么。这一能力在实体 AI 和真实多说话人环境中尤其强大。”
本文来自作者投稿，版权归原作者所有。如需转载，请注明出处：https://www.nxrte.com/zixun/71498.html
