Голосовые AI-агенты — это программы, которые разговаривают с людьми по телефону или в чате, понимают речь, отвечают и выполняют действия. По данным Grand View Research, рынок AI-агентов в 2025 году оценивается в $2.54 млрд и растёт примерно на 39% в год. Сравниваем 9 ведущих платформ: что умеют, сколько стоят и для чего подходят.
Что умеют голосовые агенты
- Распознавание речи (STT): преобразование голоса в текст в реальном времени.
- Понимание языка (NLU): интерпретация намерений пользователя.
- Генерация ответов (LLM): формирование контекстного ответа.
- Синтез речи (TTS): озвучка ответа естественным голосом.
- Интеграции: подключение к CRM, календарю, платёжным системам.
Сравнение платформ
| Платформа | STT | LLM | TTS | Языки | Цена | Лучший для |
|---|---|---|---|---|---|---|
| Vapi | Deepgram | OpenAI/Claude | ElevenLabs | 100+ | $0.05/мин (оркестрация) | Колл-центры |
| Retell AI | Deepgram | OpenAI/Claude | ElevenLabs/Azure | 30+ | $0.07/мин (базовая) | Колл-центры |
| Bland AI | Свой | Свой | Свой | 20+ | $0.09/мин | Высокое качество |
| Google CCAI | Google STT | Gemini | Google TTS | 100+ | Enterprise | Крупные контакт-центры |
| Amazon Lex | Amazon Transcribe | Bedrock | Amazon Polly | 30+ | $0.004/голосовой запрос | AWS-экосистема |
| Azure Bot Service | Azure STT | OpenAI | Azure TTS | 100+ | $0.50/1000 сообщ. | Enterprise, .NET |
| Яндекс Алиса | Яндекс STT | YandexGPT | Яндекс TTS | 15+ | от 0.16₽/запрос (TTS) | Российский рынок |
| Sber Salute | Sber STT | SalutGPT | Sber TTS | ru, en | 1 000₽/1 млн символов | Экосистема Сбера |
| Voiceflow | Google/Azure | OpenAI/Claude | Google/Azure | 20+ | от $60/мес (Pro) | No-code, быстрое прототипирование |
Примечание: цены указаны по состоянию на 2025–2026 гг. Vapi и Retell указывают базовую ставку за оркестрацию; реальная стоимость с учётом STT/LLM/TTS выше. Для Vapi полная стоимость составляет ~$0.13–0.31/мин, для Retell — ~$0.10/мин.
Детальный обзор
Vapi
Популярная платформа для разработчиков. Гибкая архитектура: можно подключить любой STT, LLM, TTS. Хорошая документация, SDK для JavaScript и Python.
Плюсы: гибкость, скорость разработки, сообщество.
Минусы: нет встроенного STT/LLM — нужно подключать внешние сервисы. Стоимость выше базовой ставки.
Retell AI
Аналог Vapi с фокусом на качество звука. Встроенный noise cancellation, эхоподавление. Хорошо работает в шумных условиях.
Bland AI
Платформа с собственным STT, LLM и TTS. Единый стек — проще интеграция, но меньше гибкости. Высокое качество речи.
Google CCAI (Contact Center AI)
Enterprise-решение от Google. Интеграция с Google Cloud, Dialogflow, Gemini. Для крупных контакт-центров с тысячами операторов.
Российский контекст
Яндекс Алиса для бизнеса
Яндекс предлагает SpeechKit как платформу для голосовых ботов. Интеграция с Яндекс.Облаком, Яндекс.Диалогами. Хорошее качество русского языка. Поддерживается 15+ языков.
Sber Salute
Сбер развивает собственную платформу голосовых агентов через SaluteSpeech (SmartSpeech). Интеграция с экосистемой Сбера (платежи, переводы, бронирование). Ограничение: привязка к экосистеме. Примечание: с 15 июля 2026 г. прекращена продажа пакетов SaluteSpeech для физических лиц.
Регуляторные требования
В России голосовые боты должны сообщать, что они не люди (рекомендация ФАС). Также требуется согласие на запись разговора (152-ФЗ «О персональных данных»).
Практические примеры
Пример 1: Бронирование ресторана
Vapi → STT: "Хочу забронировать столик на двоих в субботу в 19:00"
LLM: Определяет intent (booking), извлекает параметры (2 персоны, суббота, 19:00)
TTS: "Хорошо, столик на двоих в субботу в 19:00. На какое имя бронировать?"Пример 2: Поддержка клиентов
Retell AI → STT: "Мой заказ не пришёл"
LLM: Проверяет статус заказа в CRM, определяет проблему
TTS: "Ваш заказ #12345 в пути. Ожидаемая доставка — завтра до 18:00."Как выбрать платформу
| Задача | Рекомендация |
|---|---|
| Быстрый прототип | Voiceflow (no-code) |
| Колл-центр (startup) | Vapi или Retell AI |
| Колл-центр (enterprise) | Google CCAI или Azure Bot Service |
| Российский рынок | Яндекс Алиса или Sber Salute |
| AWS-экосистема | Amazon Lex |
| Высокое качество речи | Bland AI |
Часто задаваемые вопросы
Голосовые агенты заменят операторов?
Для рутинных задач голосовые агенты уже успешно справляются. Для сложных — нет. Лучшая практика: агент обрабатывает первичные обращения, оператор — сложные случаи.
Сколько стоит голосовой агент?
Базовые ставки платформ: $0.05–0.10 за минуту разговора. Полная стоимость (с учётом STT/LLM/TTS) выше. Для бизнеса с 1000 звонками/месяц — от $100/месяц. Для enterprise — тысячи долларов.
Голосовые агенты работают на русском?
Да, но качество зависит от платформы. Яндекс Алиса и Sber Salute — лучшее качество русского. Vapi/Retell — используют Deepgram или Google STT — качество хорошее.
Как защититься от мошенничества с голосовыми агентами?
Установите кодовое слово с близкими. Не отвечайте на звонки с незнакомых номеров. Используйте приложения для определения deepfake.
