Decagon 发语音模型 Chord：双工两层架构，盲测约九成听众听不出真人

Decagon 10 月 1 日发布 Voice 3 与其语音模型 Chord，官方称 Chord 是 Decagon Labs 第一个专为「客户对话」训练的语音模型。架构上换成了双工两层并行：一个低延迟的对话模型负责听与说（含进度播报），另一个更强的模型在对话背后做推理、工具调用与护栏执行。官方说法是这解决了两件老大难——插话与沉默：过去语音智能体要么打断用户，要么在思考时安静下去。

官方给的效果是一场三个音色的盲测：让听众从每一对里挑出人声，结果平均约 90% 的人挑不出哪个是真人。多语言不是靠翻译：系统自动检测来电语言并可在一句话中途切换，覆盖 70+ 语言，另有按地区调整的音色。官方写明 Chord 用授权数据与已同意的配音员训练，不使用客户自有数据。同批还发布了 Personal Agent Gateway、Agent Modules 与 Duet Apprentice。

需要并读的边界：「约 90% 挑不出真人」是 Decagon 自己做的小样本盲测，官方未给出受试者人数、样本构成与置信区间，也没有第三方复现或公开榜单可对照；本机未能读到该模型的技术报告与延迟指标，正文只引用官方博客里可读的表述。

原文链接：Decagon 官方博客