DeciBench

大家好 👋

我们最近在为客户通话开发语音机器人，测试阶段简直是一场噩梦。每次我们推送代码变更，都得亲自打电话给机器人测试它是否还能正常工作。这显然完全不可扩展。

主要痛点包括延迟（机器人响应太慢用户就会挂电话）、幻觉（机器人乱编造退款政策），还有打断问题（有人抢话时机器人直接崩溃）。

我们找过现有工具，但全都是基于云的 SaaS，要求把我们的通话转录数据存在他们的服务器上。我们处理敏感客户数据，所以这根本没法接受。

最后我们自己开发了 Decibench，它可以模拟一个虚假呼叫者，把音频发送给你的智能代理，然后检查响应是否合格。它支持 websockets、Twilio、ElevenLabs、Vapi、Retell。整个程序都在你本地机器上运行，数据不会外传。🔒

我们已经在内部使用了一段时间，现在决定开源出来。我很好奇其他人都是怎么测试语音代理的，难道大家都像我们以前一样瞎凑活吗 😅