ElevenLabs 語音代理研究：對話拉長，語音成功率反超文字

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

ElevenLabs 在 2026 年 11 月 2 日公布了一份語音客服分析，11 月 3 日又更新過一次內容，文章標題是 Why voice wins for complex, stressful conversations，作者是 ElevenAgents 產品與成長團隊的 Jake Tennant，與 ElevenLabs 行銷團隊的 Alanna Brown。比較的對象是電話與 WhatsApp 語音通話，對上文字客服對話。官方開場用三個數字帶結論：超過兩分鐘的對話，語音成功率高出約 32%；這些成功的長對話，語音快了大約三分之一；航班取消的模擬情境裡，85% 的參與者偏好語音。這三個數字在轉述裡經常被濃縮成一句「語音贏了」。不過翻回官方部落格與研究圖表，這份資料真正值得記住的是一條交叉曲線：對話不到一分鐘時，文字的成功率其實領先；超過兩分鐘之後，語音才把局面翻過來。

Pin

官方 X 貼文給出樣本規模：469 個在正式環境同時運行語音與文字的代理。部落格本文的寫法保守一些，只說數百個正式環境代理；資料期間是 2026 年 7 月到 9 月，每個代理都至少有 50 段語音對話與 50 段文字對話，比較方式是每個代理跟自己的另一個管道比，不把所有對話倒進同一個池子。這個設計決定了後面每個數字能回答的問題，以下把交叉點、處理時間、延遲觀察與情境實驗分開看。

短對話文字仍佔上風，交叉發生在兩分鐘之後

官方圖表把對話依長度分成三組，副標寫明 Success rate per agent，也就是先算出每個代理各自的表現，再依對話長度分組呈現。不到一分鐘的組別，文字成功率 28.1%，語音 19.4%，文字領先 8.7 個百分點；一到兩分鐘的組別差距縮小，圖上標註語音領先 2.7 個百分點，但這一組沒有標出兩個管道各自的數值，只能從縱軸位置約略估計，正文對這組的描述是兩者大致相當；超過兩分鐘的組別，語音 45.4%，文字 34.5%，語音領先 10.9 個百分點。兩條線的交會就落在中間那段，往右開口越拉越開。

Pin

這裡有個很容易轉述錯的地方。官方摘要寫語音的成功率高出約 32%，這是相對增幅：10.9 個百分點相當於文字端 34.5% 的約三分之一，官方把相對增幅計為 31.7%、圖上註解寫 31%，引用時兩種都對，就是不能換算成百分點。若把這句話寫成成功率增加 32 個百分點，差距會被放大將近三倍，也對不上圖上任何一組數字。同一份資料裡，官方另註明超過兩分鐘的組別中，接近三分之二的代理在語音端有明顯較好的表現；換個方向讀，就是仍有超過三分之一的代理沒有跟上這個趨勢。比例與個體是兩件事，這句話對打算全面導向語音的團隊特別有用。

官方用對話長度當複雜度的替代指標，並自己承認這個衡量並不完美，還特別點名文字端：顧客可能在訊息之間停頓，讓對話時間看起來比實際工作更長。嚴格來說，這條曲線證明的是不同時間組別出現了不同結果，並不能直接推成某類問題天生屬於語音。

成功案件的處理時間，是另一組分母

超過兩分鐘而且成功的對話裡，語音平均 4.6 分鐘完成，文字約 7 分鐘，語音端少掉約三分之一的時間。官方進一步只挑出兩種管道都有足夠成功長對話的 90 個代理來比速度，其中 78% 在語音端較快。

這組數字與成功率回答的問題不同。時間只計入成功的案件，失敗的對話與不到兩分鐘的對話都不在裡面，因此不能推成所有進線平均縮短三分之一；78% 的分母是 90 個代理，與整體 469 個也不是同一群體。把範圍連同數字一起引用，結論才站得住。

官方在後文談長對話的考驗時，把條件講得更完整：對話拉長後，代理要記得住前後脈絡、接得上自家系統，能自己完成改訂或退款，不必把顧客轉交人工。換句話說，超過兩分鐘的勝利並非只靠換了語音這個管道，還預設了代理真的有把事情做完的能力；反過來講，若代理接不上系統、只能給制式回覆，把管道換成語音，圖表右端的好成績也輪不到它。

每個代理跟自己比，成功率卻不能拿來互相比

方法論段落寫得相當清楚：成功條件由各業務自訂，某個代理的成功可能是完成訂位，另一個可能是解掉支援問題。既然成功定義不同，45.4% 這種數字只在各自業務的定義內有意義，不能拿去跟別家公司的客服成功率比高低。

Pin

自比的價值在於隔離業務差異。官方解釋，如果把所有對話混合計算，一個剛好以語音為主、又剛好成功率偏高的業務，會讓語音看起來比較好，即使語音對那個業務沒有產生影響；每個代理跟自己比，就把這層混淆消掉了。這是這份研究比一般廠商白皮書嚴謹的地方，代價是結論的適用範圍也停在這批代理的業務組合上，沒有揭露的業務類型分布，外界無從判斷哪些行業被抽得多、哪些根本不在裡面。

15 秒內結束的通話，從 21.1% 掉到 3.8%

延遲是另一段獨立觀察。官方分析 315 個換用更快語言模型的代理對話：平均端對端延遲下降 16%，同時成功率相對提升 26%；從換用更快模型前到換用之後，15 秒內結束的通話佔比從 21.1% 降到 3.8%，這類通話往往在問題還沒展開前就結束了。端對端延遲一般泛指顧客等待整套系統回應的時間。官方的解讀是延遲在通話開場最關鍵：回應太慢，來電者會以為線路有問題而掛斷，撐過開場，問題才有機會被說完。

要注意官方用的是相關描述，沒有給出因果宣稱。模型換快的同時，任務組成與系統設定也可能一起變動，這組數字支持團隊回頭檢查自己的延遲與提早掛斷情形，但直接推成延遲降 16% 就會帶來 26% 成功率，已經超出證據能支持的範圍。對考慮語音代理的團隊，這段比較實際的訊號是：開場回應速度要當成獨立指標來盯，它決定後面所有優勢有沒有上場機會。延遲與任務完成率也是外部語音代理排行榜常見的欄位，例如 Phonic 發表 Phonic-1 語音代理時引用的 Artificial Analysis 榜單就同時列了首次出聲時間與任務成功率，兩者向來是分開計分的。

98 人的航班取消演練，偏好不等於完成

文章開頭把研究動機講得很直白：問題又複雜、壓力又大的時候，人們傾向用講的把它談完，不想用打字慢慢敲。情境實驗找來 98 位參與者，模擬航班取消後的改訂情境，每人依隨機順序各用一次語音代理與文字代理，完成後填寫問卷。85% 表示偏好語音，主要理由是解決速度與同理感。值得一提的是設計上的對稱：每位參與者兩種管道都用過，順序隨機，與代理端每個代理跟自己比較是同一種思路，都在消掉個體差異的干擾。

偏好與完成率是兩種指標。覺得語音舒服，不代表工作真的被完成；反過來說，成功處理也不保證顧客最喜歡那個管道。官方文章連結的航班情境影片屬於產品示範，不是這 98 人的實驗紀錄，引用時應把兩者分開。官方也在文中提出機制解釋：人說話的速度約是打字的三倍，口頭對話讓雙方持續往來，不必像文字訊息那樣中間停等。這個解釋方向合理，但屬於宣稱，研究本身並沒有直接驗證它；官方甚至提醒，聲音聽起來要平穩、有同理感，尤其是顧客已經不耐煩的時候，這已經是產品面的建議，不屬於研究結論。

賣語音代理的公司，公布對語音有利的數字

這份研究的利益歸屬值得攤開。ElevenLabs 的產品線包含語音代理平台 ElevenAgents，文章結尾也直接寫明這是他們正在打造的東西：同一個代理、跨語音與文字共享知識與系統整合。研究結論與產品賣點方向一致：官方文案強調一個代理就能吃下兩種管道，而這份研究畫出的交叉點恰好也在說兩種管道各有舞台。數字本身沒有因此失效，但引用時應該連同出處與利益關係一起交代。

更實際的限制是原始對話資料並未公開。方法論只寫了納入條件與比較方式，沒有原始紀錄、業務類型分布或各代理的個別結果，外部無法重算任何一個百分比；引用時最穩妥的句式，是連樣本與時間一起寫進去，例如依 ElevenLabs 於 2026 年 11 月初發布、樣本為 469 個正式環境代理的分析。文章在 11 月 3 日更新過一次，內容仍可能調整；資料期間是 7 月到 9 月，之後語音模型一路在換，這些數字有明確的保存期限，引用時附上日期是基本動作。

從產品節奏看，這份研究出現的時點也有脈絡：ElevenLabs 十月下旬才推出 Eleven Realtime 的 Mini 與 Max 兩級即時語音代理，把延遲與託管責任一起收進平台；再往前，Studio 4.0 則把第三方影片模型接進自家剪輯工作台，同樣是把自己的服務包在別人的模型外面。這次的研究等於替語音代理產品線補上什麼情境該用語音的論據。

把交叉點變成分流規則

如果接受這條曲線，最直接的應用是分流而非選邊。查訂單狀態、改單一欄位這類短任務，文字的完成速度快、成功率也高；需要多輪釐清、涉及情緒與補償的複雜處理，語音在完成機會與處理時間兩端都有優勢。這是從研究結構推導的建議，官方文章並沒有直接下這個結論。

導入前最先要補的不是管道，而是驗收條件。研究裡每個業務的成功定義都不同，團隊得先寫下什麼算完成：資料是否真的更新、退款是否真的發出、轉人工的原因是否留在紀錄裡。說完成不等於完成，驗收要看環境的最終狀態，不能只看代理自己的回報；條件沒有先寫死，兩個管道的數字根本無法比較，也談不上分流；這個主題可以另看 AI 代理任務驗收的常見漏洞。

延遲則是語音端的入場券。如果開場回應壓不到能接受的區間，15 秒內掛斷那組數字提醒你，曲線右端的優勢根本沒有登場機會；把整段對話時長、顧客每次等待、成功案件耗時分開記錄，才看得出長對話究竟卡在哪個環節。這篇文章 11 月 3 日更新過一次，資料期間是 7 月到 9 月；之後模型與產品持續在變，這幾個百分比不會永久有效。

至於語音是否會全面取代文字客服，這份研究給的答案剛好相反：它畫出的交叉點，正是兩種管道各自該守住的位置。