为什么语音更适合复杂、高压力的对话

当问题复杂或压力较大时，我们的研究表明，人们更愿意通过交谈来解决，而不是打字。为验证这一点，我们对比了数百个同时提供电话和 WhatsApp 语音通话及聊天服务的生产环境智能体，并开展了一项用户研究，作为补充参考。

我们发现，语音最适合处理复杂问题。在超过 2 分钟的对话中，语音的成功率比文字聊天高 32%。而在这些成功解决的较长对话中，语音的解决速度快约三分之一。

压力增大时，人们也更偏好语音。在模拟航班取消的场景中，85% 的参与者选择了语音。

这并不意味着聊天已经过时。在较短的对话中，聊天略占优势。但对话越长，语音的帮助就越大。

语音在复杂支持问题中表现突出

我们以对话时长作为复杂度的替代指标，并发现了一个规律。在不足 1 分钟的对话中，聊天的表现高出约 9 个百分点。在 1 到 2 分钟之间，两种渠道的表现相当。超过 2 分钟后，语音开始领先：成功率高出 10.9 个百分点，即提升 31.7%，且近三分之二的智能体在语音渠道上的表现明显更好。

语音也能更快解决较长的对话。在超过 2 分钟且成功解决的对话中，语音平均耗时 4.6 分钟，聊天则为 7 分钟；在 90 个两种渠道都有足够成功长对话的智能体中，78% 通过语音解决得更快。

时长并不是衡量复杂度的完美指标，尤其对于聊天而言，客户可能会在消息之间暂停。但规律很清晰：对话越长，语音的帮助就越大。

其中一个原因可能是，语音能让客户在更短时间内表达更多信息。人们说话速度约为打字的 3 倍，而且口头对话能让双方持续参与，无需在消息之间等待。对话变复杂时，语音是更快的解决途径。

语音制胜的关键：速度加共情

并非每次语音对话都能成功，而延迟是其中一个主要原因。在 315 个为降低延迟而切换到更快 LLM 的智能体对话中，平均端到端延迟降低 16%，与成功率提升 26% 相关。同时，15 秒内结束的通话占比从 21.1% 降至 3.8%。

这表明，延迟在通话开始时最重要，因为人们会在此时决定是否继续在线。如果智能体响应太慢，来电者很可能认为线路中断或系统故障，继而挂断。更快的响应能让他们保持在线足够久，以获得帮助。

速度只是其中一部分。对话压力较大时，智能体的声音表现也同样重要。在我们开展的一项用户研究中，98 名参与者处理了模拟航班取消场景，类似这段视频中的情境，并以随机顺序分别通过语音智能体和聊天智能体重新预订航班。完成场景后进行的调查显示，85% 的参与者更偏好语音，并将解决速度和共情能力列为主要原因。

做好语音为何重要

风险最高的时刻，决定了客户忠诚度的得失：航班被取消、费用存在争议，或一个已经占用客户过多时间的问题。无论使用哪种渠道，未能解决问题都会失去下一次交流的机会。

对于最棘手的对话，如果构建得当，语音最有可能促成解决。这要从能够完成任务的智能体开始。较长的对话需要智能体持续掌握上下文，并连接业务系统，从而自行重新预订航班或发放退款，而不是将客户转交给其他人。低延迟同样重要，因为它能让对话保持自然，也让来电者继续在线。此外，语音本身应当平静且富有共情，尤其是在客户并不平静的时候。

这正是我们通过 ElevenAgents 打造的体验。它是一个智能体，在语音和聊天中使用相同的知识与集成，让客户能通过自己选择的渠道解决问题。但对话越长，语音的帮助越大，解决速度也越快。能够解决最棘手对话的公司，才能赢得客户再次选择。

研究方法

我们分析了在 2026 年 5 月至 7 月期间，至少处理过 50 次语音对话和 50 次聊天对话的智能体。每个智能体均按照企业为自身用例定义的成功标准进行评估。

为确保比较公平，我们将每个智能体的语音和聊天表现与其自身进行对比，而非汇总所有对话。不同企业的用例、规模以及成功定义各不相同。如果汇总每一段对话，某家主要使用语音且恰好成功率较高的企业，会让语音看起来更出色，即使语音对该企业没有带来任何差异。将每个智能体与其自身对比，可以排除这个问题。