Telnyx

认领

Telnyx 是一款由运营商自有的通信平台，可借助电话网络、语音、推理、编排和全球网络构建并运行 Voice AI 代理，支持 API 或无代码搭建，按用量计费。

AI语音助手 AI智能体开发无代码低代码

访问网站

面向实时呼叫的 Voice AI 基础设施

Telnyx 是一款由运营商自有的通信平台，可在单一技术栈上构建并运行 Voice AI 代理。该产品将电话网络、语音、AI 推理、编排和全球网络结合在一起，使团队无需为每一层分别集成不同供应商，就能拨打、接听并自动化处理通话。

网站将该平台定位为低延迟、区域内的语音自动化解决方案。它强调运营商身份、可编程合规性、多语言支持和可观测性功能，适合希望为客服、提醒、验证及其他呼叫流程部署对话系统的团队。

核心能力

语音 AI 技术栈的一体化平台

Telnyx 将语音、语音识别、推理和编排整合在一个平台上，减少了将电话网络、STT、TTS 和模型托管等独立供应商拼接起来的需要。

低延迟呼叫处理

网站称 Telnyx 拥有自己的网络，并使用共址 GPU 和电话接入点来保持对话响应速度，避免跨供应商跳转。

运营商级身份与全球呼叫发起

符合条件的美国外呼电话可使用 A 级 STIR/SHAKEN 认证，Telnyx 还表示其作为持牌运营商在 45+ 个国家发起呼叫。

多语言 Voice AI 支持

产品页面称 Telnyx 提供 80+ 种语言和方言，主页则提到实时多语言转录和翻译。

内置可观测性

该平台在一个仪表板中提供端到端追踪、延迟拆分和转录回放，方便团队从头到尾检查通话。

灵活的模型与工具连接

Telnyx 列出了模型和集成资源，例如 STT 提供商、TTS 路由，以及跨 13 个类别的 30+ 个预置集成。

适用场景

医疗提醒与排程
利用该平台自动化预约提醒、确认、改期和取消流程，在这些场景中，语音代理需要与来电者实时交互。
金融与验证呼叫
将运营商验证呼叫应用于客户验证、账户问题和警报等场景，这些场景需要可靠的呼叫送达和受控的身份处理。
零售与电商支持
通过始终在线的语音代理支持退货、订单状态查询和退款问题，无需将每通电话都转接给人工。
旅行与酒店预订
为需要在正常营业时间之外立即获得响应的旅客处理预订、可用性查询和行程相关问题。
跨系统工作流自动化
当团队需要让代理触发操作或从其他工具中拉取数据时，可利用平台的集成和 API 将 Voice AI 连接到现有系统。

Pros and Cons

Pros

将电话网络、STT、TTS、编排和 AI 基础设施整合在一个平台中。
支持运营商级身份，包括适用于符合条件的美国通话的 A 级 STIR/SHAKEN 认证。
提供全球覆盖，在 45+ 个国家支持持牌运营商发起呼叫，并在 140+ 个国家提供号码/语音资源。
内置可观测性，团队无需单独搭建工具即可追踪通话流程并查看转录。
提供灵活的模型选择，包括 Telnyx 原生和第三方语音选项，以及 API 和无代码助手构建器。

Cons

来源未公布统一的全局延迟保证，因此性能将取决于所选的部署路径和服务。
定价采用按用量计费并可选购批量合同，但页面并未为所有组件提供简单的统一月费订阅。

FAQ

如何在 Telnyx 上构建并部署 Voice AI Agent？

Telnyx 表示，你可以通过其 API 或 Mission Control Portal 中的无代码界面 AI Assistant Builder 来构建。它还支持在浏览器内模拟器中测试，并可在几分钟内部署。

我可以使用自己的 LLM、STT 或 TTS 模型吗？

可以。产品页面显示你可以使用自己的模型，资源区域也指向与 OpenAI 兼容的端点，以及用于语音和编排的模型选择。

驱动 Voice AI 技术栈的基础设施是什么？

该产品旨在基于运营商基础设施运行 Voice AI，配备共址 GPU、区域内执行和私有网络路径。Telnyx 也强调了用于可观测性的端到端追踪和转录回放。

支持哪些语言？

Telnyx 表示该平台支持 100+ 种语言和方言，并提供多语言转录和翻译。Voice AI 产品页面也提到其代理部署支持 80+ 种语言和方言。

团队可以预期什么样的延迟？

来源强调了低延迟 Voice AI，但并未为每种部署发布统一的保证延迟。主页说明其端到端延迟可低于 500 毫秒，而 Voice AI Agents 产品页面则针对其边缘部署提到可低于 200 毫秒。

Quick Facts

类别: Voice AI / 通信平台
主要用途: 构建并运行实时 Voice AI 代理
平台: 网页平台 + API + Mission Control Portal
定价模式: 按用量计费或按量定价
来源域名: telnyx.com
典型工作流: 使用 API 或 AI Assistant Builder 构建，然后在浏览器内测试并部署