Voice Agent（语音智能体）

Voice Agent 的核心在于将语音接口与自主决策能力结合。传统语音助手基于规则或有限状态机，而 Voice Agent 通常基于大语言模型（LLM）构建，具备上下文理解、多轮对话和工具调用能力。技术栈包括自动语音识别（ASR）、自然语言理解（NLU）、对话状态跟踪（DST）、自然语言生成（NLG）和文本到语音合成（TTS）。近年来，端到端语音模型和 LLM 的进展推动了 Voice Agent 在复杂任务中的落地，如预约、客服和智能家居控制。