Kalem 是一套主打「十分钟就能上线」的 AI 语音代理平台，让企业快速部署能 24/7 自然对话的电话助理。它透过直接的语音对语音处理，把端到端回应时间压到约 320 毫秒以下，接近真人对话的节奏，并支援对话中途切换语言。
它走 BYOC（自带凭证）模式，让你接自己的 OpenAI Realtime、Google Gemini Live 或 xAI Grok 语音引擎与 SIP 电信供应商，也能串接 CRM、Zapier、Make、n8n 与 WhatsApp。语音、语气、口音与系统指令都可自订。官方提供 100 分钟免费试用，之后采用量计费（Kalem 引擎每分钟 0.04 美元）。适合想低延迟、可自带模型与电信的开发者与团队。
主要功能
- 约 320ms 以下的低延迟语音对话
- 十分钟快速部署
- BYOC：自带语音引擎与 SIP 电信
- 多引擎（OpenAI／Gemini Live／Grok）
- 串接 CRM／Zapier／Make／n8n／WhatsApp
优点
- 延迟极低，对话节奏自然
- 可自带模型与电信、弹性高
- 有免费试用分钟数可先测
缺点
- BYOC 需自备 API 与 SIP，有设定门槛
- 偏开发者取向
使用场景
- 预约与客服的自动语音接听
- 多语系电话助理
- 自带模型的低延迟语音代理
编辑点评
延迟低、又能自带模型与电信的语音代理平台，适合想要掌控成本与技术栈的团队。
常见问题
Kalem 的延迟有多低？
官方标榜端到端回应时间约在 320 毫秒以下，接近真人对话节奏。
Kalem 可以自带模型吗？
可以，采 BYOC 模式，支援 OpenAI Realtime、Gemini Live、Grok 与自带 SIP 电信。
Kalem 怎么收费？
提供 100 分钟免费试用，之后采用量计费，Kalem 引擎每分钟 0.04 美元。
相关 AI 工具
Kyutai (Moshi)
巴黎的開放科學 AI 實驗室，做出即時語音對話模型 Moshi 與 CPU 也能跑的 Pocket TTS
Wittify.ai
利雅德新創的阿拉伯語優先 AI 代理平台，語音與文字都能做，宣稱支援 25 種以上方言
SoundID VoiceAI
Sonarworks 出的 DAW 聲線轉換外掛，100 多種人聲與樂器預設，可本機買斷也可雲端計次
PowerDirector 365
訊連科技的剪輯軟體，用代理式編輯、自動剪輯和 AI 配音把剪片門檻壓低
audEERING
七千個聲學參數拆解人聲表達，車廠、遊戲、市調都在用的語音情緒 SDK
VoiceMed
用手機錄呼吸與說話聲篩 COPD，義大利團隊做的聲學肺功能