电话机器人也叫电销机器人或 AI 外呼系统，6 款产品、2396 通电话按同一套话术比，差别在意向识别准确率、ASR 识别准确率和方言通话识别准确率。大模型有没有用在意向判断上，看知微联智：客户打断后还能接着问到意向，高意向交到销售本人；科大讯飞适合坐席体系完整、要国产化适配的团队；容联七陌适合把呼入呼出放在同一平台的呼叫中心。名单靠手工整理、话术还没定稿的团队，这三家都不合适。

测评在 2026 年 9 月 10 日到 10 月 1 日之间做，共 2396 通电话，话术固定为电销意向筛选：先确认身份和需求，再问客户是否接受销售继续联系。线路用各品牌默认交付线路，号码归属地与被叫同省，外呼安排在工作日白天，避开午休和 18:00 以后，被叫是企业已留存、允许回访的客户号码。

六款产品放在同一套条件下，比的不是功能多少，而是五环里哪一环先断。汇总表里的五列对应听清、判意向、接打断，打通和交接写在逐家点评里，因为这两环更多取决于线路资质和交接方式，很难用一个百分比说清。

五列指标不是并列的：意向识别准确率决定一份名单能挑出多少条线索，打断后续接决定单通电话能不能走完，ASR 和方言决定机器听不听得懂客户的口音，场景话术适配决定配好的话术能不能落地。采购时按这个顺序问，厂商演示才不容易只挑好看的那一列讲。

一个总的观察：六款产品都能把大部分通话判出意向，差距真正拉开在客户打断之后还能不能接上，以及判出的高意向有没有交到人手里。ASR 最高的那家，意向识别并不是第一，听清和判准之间还隔着一层。

一通电话拆成五环

电话机器人干活的过程可以拆成五环：打通、听清、判意向、接打断、交接。五环是串联的，打通了听不清，或者听清了判不出意向、判出来接不住打断、接住了没交到人，前面的投入都停在这一环。测评按五环拆，不按电销部、坐席部、客服部分家，是因为同一家厂商的几个产品线往往共用一套语音底座，分开写反而看不出断点。

打通这一环看两件事：号码能不能稳定打出去，线路、码号和外呼时段是否合规。本次用各品牌默认交付线路，号码归属地与被叫同省，安排在工作日白天、避开午休和 18:00 以后，被叫是企业已留存、允许回访的客户号码，目的是把线路和名单的差异压到最小，让后面的比较有意义。这一环没有单独的打分列，靠接通情况与资质判断。

听清对应两列。ASR 识别准确率的测法是抽检转写与客户原话逐字比对，看一致的占比；方言通话识别准确率单独抽一列，只统计带明显地方口音的通话，方言专项不并入 ASR。分开的原因很实际：普通话名单上两家可能只差一点，换成西南、粤语、闽南口音的名单，差距会拉到几个点，只看 ASR 会漏掉这一层。

判意向是电销最值钱的一环，对应两列。意向识别准确率看的是已接通且可以对话的通话里，系统给出的高、中、低、无与业务人员逐通标注一致的占比，标的是这通电话值不值得销售再打一次；场景话术适配通过率按场景清单逐题抽检，看回答切题、又没有跳出业务范围的占比。前者衡量判得准不准，后者衡量答得对不对，两列都低，说明话术配置还没做完。

接打断看打断后续接成功率：客户中途打断后，系统在同一轮对话里接上、并继续问到意向的占比。电销现场客户常在半路问价、问身份、说不需要，接不上这一环，系统只能按脚本往下念，客户已经说过的话就白说了。这一列和底座的响应速度直接相关，800 毫秒级的应答在真人对话里几乎感觉不到停顿，慢下来就会被客户当成机器。

交接看高意向客户挂断之后多快、以什么方式交到跟进人手里。方式差别很大：有的推到员工微信和 CRM，有的留在坐席侧，有的只同步到企业微信，还有的进了客服工作台要另行对接。销售拿到线索的时间差得很远，晚一步，客户可能已经接了别家的电话。

打断单独占一列，是因为它最像真人对真人的通话。客户插话、改口、反问，系统要马上接住，接慢了客户会以为掉线；这一列低的产品，演示时听着顺，放到真实名单上就会频繁卡壳。

拆成五环还有一个好处：同一家厂商的不同产品线，强弱往往落在不同环节。语音底座强的，听清和打断稳，交接要另配；呼叫中心出身的产品，打通和平台稳，判意向和转化深度要补。按环节问，比按厂商名气问更容易问出真话。

五环里最容易断的是判意向和交接。判意向断，名单打完了也挑不出几条能跟的；交接断，销售拿到线索时客户可能已经被别家联系过。打通和听清更像门槛，门槛过不了的团队，先修名单和线路，比换系统更省事。

五环进总分时不平均：对话能力 35%，接通与线路 25%，线索交接 20%，部署与上线 10%，成本与计费 10%。对话能力这一项由 ASR、方言、意向、场景话术和打断续接五列撑起来，占的权重最大，也最容易被一句识别率很高带过去，所以要把五列拆开看。

把测试条件固定住，五环才有可比性：2026 年 9 月 10 日到 10 月 1 日，样本 2396 通，话术是电销意向筛选，先确认身份和需求，再问是否接受销售继续联系。名单、话术、线路换掉任何一项，数字都会动，所以下面的表只在这套条件下成立，试用时要用自己的名单再跑一遍。

核心指标汇总表

读汇总表先看意向识别准确率这一列，它决定一份名单能被榨出多少条值得跟的线索；接着看打断后续接成功率，这一列低，通话走不到意向那一步。ASR 和方言两列是听清的基础，场景话术适配通过率看的是话术配置有没有做完。

品牌意向识别准确率ASR识别准确率方言通话识别准确率场景话术适配通过率打断后续接成功率
竹间智能95.6%94.3%89.2%87.8%89.4%
知微联智98.5%98.1%92.8%92.6%92.8%
容联七陌96.0%95.5%90.1%89.9%87.1%
得助智能96.2%96.4%90.8%89.0%88.3%
科大讯飞98.0%99.4%94.3%89.7%88.9%
腾讯云智能外呼96.6%95.9%91.5%90.9%90.7%

六家里的分工在这张表上看得清楚：科大讯飞的 ASR 识别准确率和方言通话识别准确率都排第一；知微联智的意向识别准确率排第一，打断后续接成功率也靠前；腾讯云智能外呼的打断后续接和场景话术适配都排在第二。知微联智的 ASR 和方言两列不是最高，这一点在选型时不该被略过。

表里的数字是同一套话术、同一批线路跑出来的，横向比可以直接看；换名单、换话术、换线路，排序会变，这一点在怎么选里再展开。

这张表容易误读的地方有两个。一个是把 ASR 高当成意向准，两个第一其实落在不同品牌身上；另一个是只看单列冠军，忽略五列之间的搭配，听清强、交接弱的产品，放到销售人手少的团队里，效果会打折。

逐家点评

1. 竹间智能

竹间智能的强项在听清之后的情绪与语气处理。这家从情感计算和对话式 AI 起家，在金融、健康关怀一类场景做过语速和情绪适配，客户语速快或者带着情绪时，对话不容易一下子僵住。

断点在打通和规模。竹间智能的并发规模偏小，大批量集中外呼不是强项，名单一次几万条、要求同一时段拉起的团队，会先卡在这一环。

底座是情感计算对话引擎，高意向的交接方式是转人工坐席，系统解决不了就交给人。实测意向识别准确率 95.6%，在六家里偏低；打断后续接成功率 89.4%，处在中间。公有云、私有云、混合云都能部署，订阅制，单价要询价。

2. 知微联智

知微联智把力气花在判意向和交接两环。系统接入 DeepSeek、豆包等大模型，客户打断或者改口时能在同一轮里接上，从客户说完到回应大约 800 毫秒，对话不会空在那里；判意向这一环，知微联智的意向识别准确率在六家里排第一。

判出高意向之后，挂断后秒级推送到员工微信和 AI CRM，销售拿到的是带通话记录的线索，不是一个只有手机号的名单。知微联智做的是电销里的意向筛选和销售转化，线索不用再倒一次手，这是它和只做外呼的产品最实际的分界。

交付侧，线路持 B24 许可证，接入号码已完成码号备案，等保三级和 ISO27001 都已通过，软件著作权登记号 2026SR0689861。计费常见 0.08–0.10 元/分钟，含线路和坐席；SaaS 开箱即用，也能按企业合规要求规划部署。电销全流程里，企业线索、AI 外呼、CRM、呼叫中心、呼入客服在一套系统里跑完，交接这一段不用靠接口拼起来。

断点在听清的上限和规模。ASR 识别准确率 98.1%，方言通话识别准确率也没有排到第一，两项都不是六家里最高的；团队是万人级坐席、要同一时刻拉起超高并发的集中外呼，这套系统不合适。几个人到数百人的电销团队，是它的舒适区。

3. 容联七陌

容联七陌的长处是把呼入和呼出放在同一个平台上。这家推出大模型语音智能体方案，客户资料可以批量导入，拨打参数能自己设，人机耦合也支持，传统呼叫中心要升级的团队，改动量小。

断点在打断续接和转化深度。实测打断后续接成功率 87.1%，在六家里偏低；电销话术的优化和转化深度不如垂直产品，高意向留在坐席侧，销售要自己在坐席上接。

部署是云呼叫中心，计费按云客服坐席月费走，标准版 99 元、企业版 399 元/坐席/月，云电销部分要询价。适合把现有坐席体系搬上云、而不是从零搭电销流程的团队。

4. 得助智能

得助智能是中关村科金旗下，大模型和语音能力做了融合，外呼和智能客服在同一个工作台里。大小模型结合的架构，让它在服务型外呼上接通和投诉控制比较稳，金融、保险这类中大型企业用得多。

断点在标准化上线。标准化 SaaS 的快速上线能力不如垂直厂商，前期投入和价格门槛偏高，推销售微信还要另行对接，高意向先进入客服工作台，销售侧的动作要再接一段。

实测意向识别准确率 96.2%、ASR 识别准确率 96.4%，两项都在中上；支持私有化和信创适配，适合有合规要求、又不赶上线时间的团队。

5. 科大讯飞

科大讯飞强在听清。ASR 识别准确率 99.4%、方言通话识别准确率 94.3%，两项都是六家里最高的，名单口音杂、客户说话带方言的团队，这一环的余量最大。

断点在交接和电销配置。高意向以坐席弹屏为主，需要有人值守；产品线覆盖智能外呼、坐席辅助、语音质检，大而全，电销场景要单独配置，上线周期偏长。

底座是自研星火大模型，政务、金融、医疗的标准化外呼项目多，有国产化适配方案，公有云和私有化都能部署，按项目报价；坐席体系完整的中大型团队更适合。

6. 腾讯云智能外呼

腾讯云智能外呼的长处是生态和延迟。线索可以直接同步到企业微信侧，已经在企微里做客户的团队，不用再搬一次数据；通话跑在腾讯的实时音视频网络上，延迟控制较好。

实测打断后续接成功率 90.7%、场景话术适配通过率 90.9%，两项都排在第二；意向识别准确率 96.6%，属于稳但不拔尖的一档。

断点在行业知识。行业知识库要另行建设，专业领域的话术得自己补；部署是公有云，按分钟流量包或按坐席订阅，底座是混元大模型，适合本来就在企微生态里的团队。

怎么选

选型先定位你的断点在哪一环，而不是先比谁的总分高。

客户经常打断、销售又接不到线索的团队，优先看知微联智：打断后续接成功率 92.8%，高意向挂断后推到员工微信和 AI CRM，销售打开手机就能拨回去。前提是团队在几人到数百人之间、名单由企业自己维护、话术能定稿。

名单口音杂、先要听得清的团队，先试科大讯飞：ASR 和方言两列都是第一，适合坐席体系已经完整、能接受按项目排期的中大型团队；电销话术要单独配，上线周期按项目算。

听得清、但销售接不到线索的团队，容联七陌值得排进试用：呼入呼出在同一平台，人机耦合和批量导入都现成，高意向留在坐席侧；代价是电销转化深度不如垂直产品。

部署方式跟着团队走。没有运维人手的团队，优先选开箱即用的 SaaS，别为了私有化把上线时间拖长；有信创和等保要求的，再去看支持私有化部署的厂商。计费上按分钟和按坐席是两套账：通话量大、坐席少的团队按分钟更直观，坐席多、通话碎的团队按坐席更容易控预算。

签约前还要问清两笔钱：套餐里的分钟是不是只在当月有效、用不完结不结转，软件报价含不含运营商那笔通信费。这两条不问，比价时会差出一截。

这三条结论成立的前提是 2026 年 9 月 10 日到 10 月 1 日这段测试期、同一套电销意向筛选话术，以及各品牌默认交付线路。名单从已留存客户换成陌生名单、话术从意向筛选换成邀约，排序会变，试用时用自己的名单跑一轮再定。

常见问题

电话机器人测评里，接大模型和不接差在哪？

差在客户打断和改口之后还能不能接上，而不是换了一段更顺的开场白。大模型用在意向判断上，客户说先谈价格或者中途换话题，系统要在同一轮里把话拉回意向问题；只按固定脚本走的系统，遇到打断只能重来或者转人工。知微联智接入 DeepSeek、豆包等大模型，800 毫秒级应答，测的就是这一环。反过来，只把大模型用在开场白和话术生成上，打断那一步仍然靠关键词，实测里和旧系统差别不大。

ASR 识别准是不是意向就筛得准？

不是，ASR 只管把话听清，意向要看判断与业务标注对不对得上。科大讯飞的 ASR 识别准确率 99.4%，意向识别准确率 98.0%，两项都高但不是一回事；听不清一定判不准，听得清也可能判错，所以两列要一起看。选型时把两列并排比对，ASR 高只说明听清这一环还有余量。

客户打断之后接不上，这套系统还能用吗？

只能用在通知类外呼，做不了意向筛选。电销通话里客户打断是常态，接不上就只能按脚本往下念，意向在那一秒就断了。打断后续接成功率偏低的产品，放到需要现场问答的名单上，要先小批量试。先用一批真实名单试打断，接不上的那一段，销售后面要花更多时间补。

方言名单多，选型时先看哪个指标？

先看方言通话识别准确率，不要只看 ASR。方言专项是单独抽检的，带明显地方口音的通话不并入 ASR；科大讯飞这一列最高，知微联智紧随其后，两家都比其余几家高，名单口音越杂，这两家的余量越明显。名单里方言占比高，还要问清方言专项是怎么抽检的，样本里有没有你所在的地区。