伶鹊时代：千问对话领域模型，从电话线到大模型的全链路打通
Lingque (原通义晓蜜) · Qwen Dialogue Domain Model · Full-Duplex Realtime Engine
伶鹊（2026-06 由通义晓蜜品牌升级）是阿里云企业级对话智能体平台。本页不按产品手册分层罗列，而是沿一通电话的生命周期把所有技术要点串成一条链：电话接入 → 前端音频处理 → ASR → 音义一体判停/打断 → 快慢脑协同 → 千问对话领域模型（SDPO/EPO）→ RAG/Agent → 流式 TTS → 回放，每个环节标注延迟贡献与关键算法。全部架构图依据官方文档与发布稿重绘，无外链图片依赖。
编制日期 2026-07-27 ｜ 信源：阿里云官方文档 / 通义官网 / 2026 阿里云峰会发布稿 / 通义实验室论文，关键结论 2+ 信源交叉验证 ｜ 姊妹页：EOU 判停专题
◉图 1 · 一通电话的全链路总图（前链路打通视角）
从用户开口到听见回答，声音在伶鹊体系内跑完 6 个阶段。绿色 = 提速手段，黄色 = 延迟消耗点，紫色 = 大模型环节。
① 接入层电话/RTC/Web网络 RTT
PSTN 号码线路阿里购号 / 自有 SIP 中继→
CCC 话务IVR 路由 · ACD 排队→
媒体流接入8k 电话音频 / 16k RTC
接通检测彩铃/忙音/语音助手识别
↓ 音频流（持续双向）
② 前端处理信号层~毫秒级
云端降噪全双工引擎内置→
AEC 回声消除抵消自身播报串音→
VAD 活性检测FSMN-VAD · 阈值600-800ms兜底
端侧四件套唤醒"小云"/端侧VAD/AEC/定向拾音
↓ 有效语音段
③ 识别理解ASR流式 首字快
流式 ASRFun-ASR / Paraformer / Qwen3-ASR-Flash-RT
热词定制10 库 × 500 词
即时纠错接口词表实时干预转写
噪音过滤阈值-1 ~ +1 可调
↓ 增量转写文本 + 声学特征
④ 轮次决策音义一体判停 = 体验分水岭
智能断句 EOU说话行为+语音+语义联合判完整
优雅打断 barge-in对比学习 · 噪声/背景人声拒识
语义判停与拒识百炼开关 · 防误打断误唤醒
情绪识别语音+语义 → 标签/等级入变量
↓ 确认"该我说了" → 触发生成
⑤ 对话大脑快慢脑主要延迟来源
快脑即时生成承接语 补空窗
千问对话领域模型SDPO 段级对齐 + EPO 多轮RL
RAG 知识库文档/网站/FAQ/数据表/流程
Agent/插件Function Call · Workflow 画布
安全拦截敏感词双向 + 异常兜底话术
↓ 流式 token 输出（边生成边合成）
⑥ 合成回放TTSTTFB 决定体感
流式 TTSCosyVoice v2/v3/v3.5 · Qwen3-TTS
双向流式吃流式文本 · 吐流式音频
情绪化音色随上下文动态输出情绪/语调
播报过滤滤掉 [smile] 类动作标记
全链路流式是延迟控制的总原则：每个环节都不等上游"说完"才开工。官方端到端延迟口径 1.5～1.8s（qianwenai 产品页 1.5s / 伶鹊 FAQ 1.8s）。用户随时可插话 → 回到阶段④重新决策（全双工）。
▤图 2 · 伶鹊平台三层架构（2026 阿里云峰会官方口径）
平台视角的静态分层——与图 1 的动态链路互为横竖切面。
上层 · 行业场景智能体层开箱即用 + 自进化
智能客服营销外呼保险接报案医疗慢病随访HR 招聘法律调解
自进化 Pipeline指标定义→对话分析→诊断归因→策略生成→优化执行
中间层 · 平台工具层企业定制入口
Agent Builder模型微调 · 智能体编排 · AI Coding 套件 · SSO/ERP/CRM 集成
Voice Studio音色克隆 / 微调 / 评测 · 语音资产管理
对话式 AI 平台MaaS API 开放层
底层 · 实时交互内核层本页主角
千问对话领域模型逆向合成训练 + SDPO + EPO（图3）
全双工实时交互引擎全链路流式 · 快慢脑（图4）· 智能打断（图5）· 云端降噪 · 情感识别
基座 · 语音与通信底座达摩院/通义积累
ASR：Fun-ASR / Paraformer / Qwen3-ASR
TTS：CosyVoice 家族 / Qwen3-TTS
通信：号码线路 / SIP 中继 / CCC(IVR·ACD)
开源反哺：FunASR · SenseVoice · CosyVoice
三层由 2026-05-28 伶鹊发布稿定义；基座层为本站根据官方文档补全。全栈自持（模型+语音+线路+平台）是伶鹊对比 Google CCAI（不做全栈）/ Amazon Connect（模型与中文弱）的核心差异。
⚙图 3 · 千问对话领域模型训练管线（从"会回答"到"会交流"）
通用 LLM 直接做客服会话会暴露三大短板：不懂口语省略/习惯用语、多轮目标漂移、回复啰嗦不像打电话。伶鹊的解法是一条四段式领域化管线。
千问基础大模型通用能力底座
Qwen 系列
→
逆向合成训练从真实对话场景反推
构造训练数据
覆盖口语化/习惯用语
→
SDPO 段级偏好对齐对齐粒度从整轮细化到"对话段"
解决多轮局部行为功劳分配
8B 模型 SOTOPIA 8.56 超 GPT-4o
→
EPO 多轮强化学习以任务完成率/解决率
为奖励的端到端多轮 RL
→
对话领域模型口语理解 · 高指令遵循
低幻觉（+RAG/CoT）
短平快电话话风
SDPO（Segment-Level DPO）有通义实验室公开论文佐证（SOTOPIA 基准，较 DPO +6.1%，2025-01 报道）；EPO 与"逆向合成训练+端到端强化学习"来自伶鹊官方 FAQ 与发布稿口径，训练细节未公开论文化。推理时模型再叠加 RAG 检索、Agent 工具调用与 CoT，构成"低幻觉、高遵循、高安全"组合。
为什么要"段级"对齐（SDPO 的动机）
普通 DPO 拿"整段回复的好/坏对"训练，但客服多轮对话的成败往往取决于某几句话的局部选择（先安抚还是先要卡号）。SDPO 把偏好对切到"关键对话段"，让奖励信号精确落在决定成败的那几句上——本质是多轮对话的功劳分配（credit assignment）问题。
大小模型协同（成本侧设计）
对话分析（质检）产品明确支持大小模型同时使用：小模型跑大批量初筛，大模型只处理复杂样本——官方称对话分析成本最高优化 85%（2025-12 伶鹊官网动态）。这与快脑（小）/慢脑（大）在延迟侧的分工是同一设计哲学：贵模型只用在刀刃上。
◐图 4 · 快慢脑协同机制（全双工引擎的延迟魔术）
主链路（慢脑）做 RAG 检索或 Workflow 调用时可能耗时 2-4 秒，电话里的静默超过 1 秒就"像卡死"。快脑用一句承接语买回时间。
快脑轻量模型
收到判停信号→
~百毫秒内生成承接语「好的，我帮您查一下这笔订单哈」→
TTS 立即播报
慢脑对话领域模型
同时启动→
RAG 检索知识库 / 调用订单 API（Workflow）→
生成正式回答→
无缝接在承接语后播报
t=0 用户说完
≈0.5s 承接语已响
≈2-4s 正式答案就绪
用户无感衔接
承接语由快脑模型结合场景实时生成（百炼"对话承接语"能力），不是预录话术——这是老 OutboundBot「语气承接（Beta，预置承接语列表+算法决策播放）」的大模型化升级。山东高速 ETC 案例官方口径：快慢脑架构 + 专属对话大模型 + 多轮对话引擎 → 1.5s 全双工实时对话。
✂图 5 · 音义一体：智能断句 × 优雅打断的判定时序
全双工 = 机器人说话时耳朵不关。此时进来的每一段声音都要过两道门：是"话"吗？是"冲我说的完整表达"吗？
场景A
机器人播报中…「您的还款日是每月 8 号——」
优雅打断
拒识（非本人语音）拒识（非语义声音）✓ 有效插话 → 停播报，交回话权
场景B
「我的卡号是 6222…」（停顿 1.2s 思考）「…0158」
纯 VAD
700ms 静音 → 误判说完 → 抢话「好的您的卡号是6222」✗
智能断句
语义不完整（卡号位数不够）+ 说话行为特征（报数字节奏）→ 继续等待 ✓VAD 2000ms 上限硬兜底
两个能力共享同一
语音特征 + 语义特征联合建模底座（OutboundBot 官方文档称"音义一体"体系，优雅打断明确使用
对比学习）。对照
EOU 专题的五代判停谱系：属"音频原生+语义融合"路线的闭源商用形态，仅暴露开关、VAD 毫秒数与噪音阈值三个旋钮，判停模型本身不可替换、不可独立调用。
☏图 6 · 智能语音外呼链路（OutboundBot → 伶鹊外呼）
外呼 = 机器人主导。链路重心在"打得通、判得准、收得回"。
任务发起
批量任务调度任务组/名单/时段策略
LlmSmartCall API单号码程序化发起→
号码线路购号 / SIP 中继(公网IP:端口:主叫号)
↓ 拨号
接通判定
状态检测忙音/关机/无人接听
特殊情况拦截识别语音助手/分机号转接 → 自主挂机省话费
↓ 真人接通 → 进入图1 全链路对话（判停策略偏"快响应"）
话术引擎
传统画布流程TaskFlow 血统 · 节点/分支/变量 · 确定性合规
大模型场景Prompt 五段式(目标/背景/技能/流程/约束) · 工作流混合 · 函数计算 FC
↓ 通话结束
结果回收
意向标签 / 变量抽取录音 + 全量转写统计报表
对话分析 CCAI-AIO摘要/质检/关键信息抽取 API
定价（2026 官方）：并发包月 ¥699/月起 ｜ 按量 ¥0.08/次（默认 20 并发）｜ 三方线路接入 ¥30,000。案例（厂商口径）：不良资产处置客户日均外呼 50 万通、峰值 100 万通，85% 和解谈判自主完成。
☎图 7 · 智能语音热线呼入链路（CCC 数字员工）
呼入 = 用户主导。意图开放、长尾多，链路重心在"接得住、答得准、转得走"。
来电路由
号码绑定坐席类别=数字员工/人工→
CCC IVR 画布数字员工模块 → 分支 → 转人工节点→
数字员工场景对话能力=阿里云机器人 or 三方大模型
↓ 进入图1 全链路对话（判停策略偏"容忍长表达"）
对话大脑
语音导航机器人Beebot·敏捷版不支持 · 默认伶鹊大模型
人设 Prompt + 开场白
知识库五类文档/网站/FAQ/数据表/流程
API 插件查订单/查天气类工具
↓ 三类逃生通道（任一触发）
转人工闭环
触发条件重复提问N次 / 关键词 / 情绪识别→
静默超时静默话术→转技能组/转IVR/挂机→
随路指令下发上下文带给人工坐席不断链→
ACD 排队 → 人工坐席坐席辅助 + 100%智能质检
案例（厂商口径）：货拉拉热线调优 ASR/TTS/承接语/情绪安抚/语义完整性打断等 10+ 项，2 个月上生产，服务准确率 99%、AI 分流 60%；山东高速 ETC 热线方言场景信息收集准确率 95%（2-4 分钟采集十余项字段）。
⧗图 8 · 十年三代架构演进（技术基因图谱）
- 2015阿里小蜜（AliMe）上线 —— 意图识别层 + 匹配层分层架构：问答型走知识图谱+检索、任务型走 slot filling+深度强化学习、闲聊走检索+Seq2Seq Rerank（ACL 2017 AliMe Chat）。2016 双11 智能服务总量 643 万、解决率 95%。
- 2019云小蜜 / 智能对话机器人（Beebot）产品化 —— Dialog Studio + TaskFlow 双层状态机（上层业务画布 / 底层通用对话引擎解耦）+ Few-shot NLU + 用户模拟器训练对话管理。今天外呼画布流程与 IVR 画布都是它的直系后代。
- 2022达摩院语音底座工业化 —— Paraformer 非自回归 ASR 开源（推理效率最高提升 10 倍）、FunASR 全家桶；2024 年 FunAudioLLM 开源 SenseVoice + CosyVoice。
- 2023通义晓蜜发布（云栖大会） —— 客服垂直场景大模型 CCAI 产品线：语音对话机器人、对话分析 AIO（摘要/质检/分析 API）上线百炼平台。
- 2026.05伶鹊平台发布（阿里云峰会） —— 三层架构定型（图2），千问对话领域模型 + 全双工实时交互引擎成为底座；2026.06.10 通义晓蜜旗下四大产品统一升级为伶鹊品牌。
三代对话管理的对位延续：TaskFlow 画布 → 大模型场景"工作流模式"；语气承接（预置话术）→ 快脑承接语（实时生成）；OutboundBot 智能断句 → 百炼"语义判停与拒识"。老能力没有被抛弃，而是被大模型逐个重写。
⏱全链路延迟预算与关键指标
选型提醒
延迟/并发/案例数据均为厂商口径，无 LiveKit 判停基准类第三方评测可交叉验证；判停与打断能力打包在产品内，不可独立 API 调用、不可换自有模型。POC 时应实测：端到端延迟分布（非平均值）、误打断率、方言 WER、转人工上下文完整性。