AMD

AMD 答录机检测与外呼拨号策略

← 返回调研中心

外呼成本的隐形黑洞：答录机、语音信箱与拨号节奏

接通率坍塌时代（美国陌生号码手机接听率已从 2015 年的 25–30% 跌到 2026 年的 8–12%），大量外呼落在答录机/语音信箱上。对 AI 外呼这尤其致命：Agent 对着语音信箱聊天 = 白烧 LLM token + 线路分钟费。本篇补齐调研矩阵中完全空白的两块：答录机检测（AMD）技术选型 + 拨号模式与弃呼率合规。

一句话结论：AMD 没有银弹——商业方案准确率 85–97%、判定耗时约 4 秒且国际市场普遍降档；拉美是例外利好：Infobip 明确其 AMD 在西/葡语市场（巴西/哥伦比亚/秘鲁等）准确率最高（约 95%），其他市场仅约 80%。落地打法：P0 用线路商内置异步 AMD 起步，P1 在 FreeSWITCH 层挂 mod_amd 兜底（衔接 Media Center 架构），P2 用业务录音自训流式 AI-AMD（YAMNet+RNN 路线 96%+ / Whisper 路线宣称 98%）。拨号节奏方面，AI Agent 并发无上限使传统 pacing 数学弱化，但弃呼率红线与骚扰电话法规不因"AI 接得快"而豁免——美国 3%/30 天、巴西 Anatel 更严，按国配置。

编制日期 2026-07-30 ｜ 三轮迭代 ｜ 信源：Twilio/Infobip/Vapi 官方文档、arXiv 论文、行业实测，关键数据 2+ 信源交叉验证

◉AMD 是怎么判"人还是机器"的

两条信号线 + 一套时长统计学（Twilio 官方口径）

  • 音调检测：识别答录机哔声（beep）、传真音、忙音、SIT 特殊信息音、带内 DTMF——频率成分在人声范围之外。
  • 语音活动模式：隔离人声与背景噪声后，分析问候语时长分布——这是判定核心：
    • 个人/手机接听："喂？/ Hello?" 通常 <1800ms；
    • 企业接听："感谢致电 XX 公司，我是 XX" 约 1800–3000ms；
    • 答录机问候："您好，您拨打的电话暂时无人接听……" 通常 >3000ms 且常以哔声收尾。
  • 两种工作模式（业界通用范式，Twilio 命名）：Enable（一判定即返回，用于拨号器缩短坐席空转）与 DetectMessageEnd（等答录机问候放完、检测到哔声/静音再返回，用于"往信箱留言"场景，默认超时 30s）。
  • 同步 vs 异步：同步 AMD 会让被叫先听几秒静音（体验差、易挂断）；异步 AMD（AsyncAmd）先接通、后台判定，是 AI 外呼场景的正确姿势——Agent 先开口，判定为机器再切换策略。

精度的天花板与国际化衰减

  • Twilio：留言模式在美国接近 100%，但"国际拨打因各国答录机提示音制式不同，准确率会下降"（官方原话）；即判模式精度"更相对"，约 4 秒出结果，调参可在速度与精度间取舍——催得越快，unknown 越多。
  • Infobip（学术论文披露）：四分类（人/机/噪声/静音），西语/葡语市场（西班牙/哥伦比亚/秘鲁/巴西等）约 95%，其他市场约 80%，判定时长 4 秒。这对我们拉美业务是直接利好，对东南亚是明确风险提示。
  • Convoso 宣称 97%（自家拨号器场景）；Telnyx 提供含语音识别的 premium AMD；三方独立测评称 Twilio 内置约 85–90%。厂商口径差异大，上线前必须用目标国真实号码盲测。

▦方案横评：商业 API / 平台内置 / 开源自建

↔ 表格可横向滑动 ｜ 准确率均为厂商或论文口径，落地前以目标国盲测为准

方案类型准确率口径判定耗时关键特性适配我们
Twilio AMD线路商内置US 留言模式近 100%；即判模式依配置；三方称 85–90%~4s（默认）异步 AMD、7 个调参项、Annotation API 标注误判回流△ 若走 Twilio 线路即免费顺手；国际精度需盲测
Infobip AMD线路商内置西/葡语市场 ~95%；其他 ~80%4s四分类（人/机/噪声/静音）✓ 拉美线路若用 Infobip（东南亚线路报告基准商之一），AMD 白拿且是其最强市场
Telnyx AMD线路商内置三分类（human/machine/not sure）—Premium 档叠加语音识别判定△ 备选
Vapi 语音信箱检测Agent 平台内置多引擎可选（Google/OpenAI/Twilio 模型）—检测到信箱可自动执行留言脚本（Voicemail Tool）△ 平台绑定；作对标参考
FreeSWITCH mod_amd开源（Asterisk app_amd 移植）规则法（静音/问候时长阈值），精度中等可调进程内、零 API 成本、参数全开放✓ 与 Media Center（FreeSWITCH+Java 中控）架构直接兼容，兜底层首选
YAMNet+RNN 流式 AMD
arXiv 2410.08235（Infobip 系作者）
开源方法论96%+（测试集）流式、快迁移学习 + 流式推理，可自训扩类（哔声/留言结束）✓ P2 自训路线蓝本：用业务录音回流按国训练
Whisper 判定路线开源实战（VICIdial/FreeSWITCH/Asterisk 集成）宣称 ~98%1.5–2sASR 转写后按文本模式判定，WebSocket 集成△ 精度口径来自个人实战文章，需自测验证；成本高于 YAMNet 路线

AI 外呼场景的正确编排（综合 Twilio AI Agents 指南 + LiveKit sip#403 讨论）

  1. 异步 AMD + Agent 先行：呼通即接入 Agent 开口问候，AMD 后台并行判定——避免被叫听静音挂断；判定为机器时 Agent 立即切换：挂断省钱，或走 DetectMessageEnd 等哔声后用 TTS 留标准话术。
  2. 双保险：线路商 AMD 之外，Agent 侧用 LLM 兜底——转写文本命中"请在哔声后留言/您拨打的用户"等模式即判机器（各国话术模板需本地化采集：巴西 Vivo/Claro/TIM、印尼 Telkomsel 等运营商信箱提示音各不相同）。
  3. 误判回流闭环：录音（含振铃段）+ 人工抽检标注 → 按国家/运营商聚类误判 → 分国配置参数（Twilio Annotation API 即为此设计）。
  4. 成本护栏：给"疑似机器"的通话设最大时长与 token 预算告警——一个对着信箱空转的 Agent 一天能烧掉整月预算（编排框架报告同款结论）。

➤拨号模式与 pacing：四种模式一张表

模式机制坐席通话时长/小时合规风险
预测式 Predictive按 pacing 算法提前多拨（每坐席 1.2–2.0 路）45–50 分钟高（弃呼超标）
渐进式 Progressive坐席空闲后才拨下一个35–40 分钟低
强力式 Power每坐席固定节奏一路一路拨30–38 分钟低
预览式 Preview坐席看完客户资料手动触发20–28 分钟最低

pacing 算法的三个输入与它的死穴

拨号比 = f(空闲坐席数, 平均通话时长, 实时接通率)。例：接通率 30%、10 个空闲坐席 → 同时拨 33 路。死穴在脏名单：40% 错号/失效号会让算法把低接通读成"要拨更狠"，弃呼率瞬间超标。名单清洗（约 $0.05/条）永远比罚款便宜。最佳实践是每天两次重调 pacing（早班前 + 午后接听率曲线切换时）。

弃呼率红线：各国不豁免 AI

  • 美国 FCC/TCPA：每个 campaign 任意 30 天窗口内，弃呼 ≤ 已接通的 3%；"弃呼"定义 = 真人接了但 2 秒内没接上坐席。违规 $500–1,500/通 + 集体诉讼敞口。企业拨号器默认 1.2–1.5 保守 pacing 就是为此。FDCPA 另限催收时段（被叫当地 8AM–9PM）。
  • STIR/SHAKEN 连锁反应：低攻击级签名的号码被标"Spam Likely"，接通率再降 30–50%——号码轮换（每 campaign 20–50 个号、2–3 周烧号周期）+ 品牌验证已是运营标配。
  • 巴西：衔接拉美线路报告结论——大批量外呼强制 0303 前缀 + Verified Origin（2025-11-15 强制），Anatel 对骚扰式短振铃拨号直接封号段；预测式高倍拨号在巴西等于自杀。
  • 墨西哥 REPEP：拨打已登记号码即罚（详见拉美线路报告），名单 scrub 是拨号器前置步骤而非可选项。
  • 东南亚：新加坡 DNC（PDPC 执法）、印尼/菲律宾运营商灰名单机制——各国规则见东南亚线路报告合规章。

AI 外呼改写了 pacing 数学，但没改写法规关键判断

  • 变了的：AI Agent 并发≈无限、无坐席队列 → "真人接了没坐席可接"的经典弃呼场景消失；成本从按坐席变按分钟——$0.07/min 的 Agent 可以接受 5% 转化率，$18/时的人工 SDR 不能（Retell 口径，有立场但逻辑成立）。
  • 没变的：骚扰电话法规管的是"拨打行为"而非"谁在接"——DNC scrub、时段限制、号码认证、（巴西）前缀与验证来源、留言合规一条都不能少；部分辖区对"机器拨打+机器开口"另有 robocall 披露义务。
  • 混合编排是主流终态：AI 做首触筛选（意向确认、预约），真人接"暖转"（带完整对话上下文）——这与伶鹊报告的人机协作链路、记忆图谱报告的客户上下文延续设计天然咬合。

指标升级：连接率是虚荣指标；盯 分时弃呼率（每小时都要 <3%，不是日均）、right-party-contact 率、每拨号小时转化、每合格结果成本。

✓落地路线图（P0 → P2）

阶段动作依据
P0 · 上线即用启用线路商内置异步 AMD（拉美优先 Infobip，Twilio 备选）+ Agent 侧 LLM 文本兜底判定 + 机器通话时长/token 护栏零开发量；拉美恰是 Infobip AMD 最强市场（西/葡 ~95%）
P1 · 自建兜底FreeSWITCH 层挂 mod_amd（规则法），按国采集运营商信箱提示音样本库（巴西 Vivo/Claro/TIM、墨西哥 Telcel、印尼 Telkomsel…），误判标注回流与 Media Center 报告的 FreeSWITCH+Java 架构同层；不依赖线路商
P2 · AI-AMD 自训按 arXiv 2410.08235 蓝本（YAMNet 迁移学习 + RNN 流式分类）用业务录音自训分国模型；哔声/留言结束扩类96%+ 且流式低延迟；训练管线与 EOU 自训（Smart Turn train.py）共享数据回流基建

与现有报告矩阵的衔接

线路侧合规细节见 拉美线路调研（0303/Verified Origin/REPEP）与 东南亚线路调研；FreeSWITCH 集成层见 Media Center 对接方案；编排层的语音信箱误接测试项见 编排框架与 S2S 报告 的合成呼叫测试清单。

↗来源链接