Roark
Roark (Y Combinator W25) · 語音與語言 · 程式設計
Roark 是語音 AI 代理的測試與監控平台。它在代理上線前模擬各種來電，用音訊模型為每一通真實電話評分，並確認修正後指標在正式環境真的回升。
關於 Roark
About
什麼是 Roark
Roark 是語音 AI 代理的品管與評估層，本身不打造代理。你把自己已經在跑的代理帶進來，無論跑在 Vapi、Retell、LiveKit、Pipecat 還是自家架構上，Roark 都負責盯著它做了什麼。它為線上通話評分，把出錯的地方記錄下來，讓你用模擬來電重播修正，再確認上線之後指標是否真的動了。
它要解的問題很直接。一個語音代理在示範時聽起來沒問題，卻可能在真實通話裡把藥名唸錯、跳過身分驗證，或打斷來電者。客服與業務團隊是在客訴裡發現這些失誤，不是在紀錄裡。Roark 把每一通電話變成一筆評分，附上音訊與逐字稿，讓團隊看清哪些對話出了狀況、原因在哪。
註冊前有兩件事值得先知道。這個平台是給已經把語音代理放上正式環境的團隊用的，因此比腳本式測試工具更重。而更細的指標來自 Roark 直接在通話上執行的音訊模型，這也是它主張自己不只是「用 LLM 讀逐字稿」的主要理由。
開始使用
- 在 roark.ai 註冊，用 50 美元免費額度起步，不必綁卡
- 接上你的語音架構，Vapi、Retell、LiveKit、Pipecat 或任何支援的供應商都行
- 指向線上通話，或直接上傳錄音，讓它用預設指標為每一通評分
- 加入自訂指標與模擬來電，檢視出錯的通話，套用它擬好的修正
產品資訊
快速了解 Roark 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 已在正式環境運作代理的語音 AI 團隊：把代理部署在 Vapi、Retell、LiveKit 或 Pipecat 上、需要在真實通話裡抓出失誤的工程師與品管負責人
- 客服營運主管：負責大規模電話客服、想為每一通電話評分而不是只抽查幾通的人
- 醫療與受監管產業的通話團隊：接聽必須在每通對話確認告知義務與身分驗證的來電
- 打造評估的 AI 工程師：想要語音原生指標、而不是用 LLM 為逐字稿打分的人
任務
- 上線前模擬：在真實客戶來電之前，先讓代理面對數百位模擬來電者
- 紅隊測試：用惡意來電者嘗試提示注入、越獄與社交工程，測試代理守不守得住
- 通話後評分：在每一通真實電話上量測發音、同理心、問題解決與延遲
- 迴歸測試：每次改動提示或模型就重跑整套測試，並與上一次正常的基準比對
- 修正驗證：拿修正版本重播給當初出錯的來電者，確認指標在線上確實回升
情境
- 藥名唸錯：Roark 在真實通話裡抓到錯誤發音，在病人察覺之前就記錄下來
- 週五要上線的提示改動：整套測試在合併前先跑 CI，修好一位來電者不會弄壞另一位
- 代理要接多個市場的業務電話：同一套評分跨 45 種語言與口音運作
- 上線當天流量暴增：壓力測試送出數百通同時來電，讓在測試環境過關的代理撐得住
- 法遵團隊需要證據：每一通真實電話都帶著告知義務與身分驗證的分數，音訊在後
主要功能
以音訊為本的評分
多數工具用 LLM 為逐字稿打分就結束了。Roark 直接在通話上跑專門打造的音訊模型。這讓它能量到逐字稿漏掉的東西，像是發音、口音清晰度、聲音緊張、語速，以及它怎麼處理打斷。對一個產品就是「聲音」的團隊來說，這個差別很關鍵，因為逐字稿永遠不會顯示「metoprolol」被唸錯了。
超過 500 項指標與自訂評分準則
每一通電話都以超過 500 項指標評分，分成音訊、對話、法遵與效能四類。對話類涵蓋問題解決、同理心、任務達成、幻覺與語氣。法遵類追蹤告知義務、個資外洩、身分驗證與話術遵從。你也可以寫自己的評分準則，Roark 會在每一通電話上自動為它評分。
面對真實來電者的模擬
上線前，你讓代理面對數百位模擬來電者，這些人依你真實的通話類型打造，有生氣型、離題型、插話型。模擬跑在真實的 PSTN 與 WebRTC 上，走的是跟客戶相同的網路路徑。紅隊來電者會刻意試著弄壞代理，藉此看出政策在攻擊下守不守得住。
正式環境監控與通話後分析
代理上線之後，Roark 在每一通電話進來時評分，並把找到的失誤記錄下來。對一套 AI 客服品質流程來說，這代表每一通對話都評分，而不是只抽幾通，音訊都在後頭。任何指標門檻都能觸發警示送到 Slack 或 webhook，儀表板讓你依代理與版本追蹤分數走勢。OpenTelemetry 追蹤把對話拆成逐輪的分段，讓你能順著整個循環追同一個問題。
自我改善循環
整個產品繞著一個循環設計。先在正式環境抓到失誤，拿修正版本對模擬來電者重播，檢視差異，再確認指標在真實通話上回升。Roark 會根據出錯的通話草擬有憑據的提示修改。當問題從來不在文字，它會建議換模型、換聲音或改架構。每一項改動都由你核准，循環因此握在你手上。
整合、API 與 Live Bench
Roark 連接主要語音架構，包括 Vapi、Retell、LiveKit 與 Pipecat，並提供 SDK、REST API、MCP 伺服器與 CLI。它的公開排行榜 Roark Live Bench，透過真實電話網路撥打每一種語音辨識、語言模型與語音引擎的組合，用同一套評分你的通話的引擎為它們端到端評分。
安全性與法遵
Roark 具備 SOC 2 Type II 認證，每一種方案都提供 HIPAA BAA，付費即用方案也包含在內。Enterprise 另加 SSO 與 SAML（含 SCIM 佈建）、角色權限、IP 白名單、資料存放地與已簽署的 DPA。公司表示會進行年度滲透測試，這通常是安全審查在供應商碰到客戶音訊前會要求的項目。
優缺點
優點
- 直接為音訊評分，能抓到逐字稿工具看不見的發音與聲音緊張
- 有免費方案，附 50 美元額度、不必綁卡，付款前就能為真實通話評分
- 能接上團隊已在使用的架構，包括 Vapi、Retell、LiveKit 與 Pipecat
- 每種方案都有 SOC 2 Type II 與 HIPAA BAA，沒有鎖在 Enterprise 之後
- 模擬、監控與自我改善循環都在同一個平台，不必拆成三套工具
缺點
- 用量計價讓成本隨通話量上升，監控量一大就需要真實的預算
- 超過 500 項指標需要時間設定，想快速得到答案的人會覺得深度反而礙事
- 它只評估你已經在運作的代理，對還在決定要做什麼的團隊幫不上忙
- 資料存放地與自訂保存這類較深的功能仍只限 Enterprise
常見問題
Roark 是語音 AI 代理的測試與監控平台。它在上線前模擬來電者，用超過 500 項指標與音訊模型為每一通真實電話做通話後分析，記錄找到的失誤，並確認修正是否真的讓指標變好。它不打造代理，所以代理由你自備。
相關內容
探索與 Roark 相關的工具、技能與文章。
Roark 替代方案
Foley
Hanamori Labs, LLC · 語音與語言 · 生產力 · AI 助理Foley 是一款語音待辦清單，把一句話變成歸檔好的任務，專案、日期與時間都先填好，接著再幫你依現有清單排出一整天的順序。
HireKey
HireKey · 語音與語言 · 生產力 · AI 學習HireKey 是由前科技業招募主管打造的 AI 求職副駕駛。它分析職缺契合度、客製化履歷、帶你練習面試，並把每份申請整理在同一處。
Fluence
Yay Software (Yannick Huchard) · 寫作 · 語音與語言 · 生產力Fluence 是 Android 上的文件閱讀器，能朗讀 PDF、EPUB、Word 檔與網路文章，逐句跟著語音標示，並在手機上直接回答你對內容的提問。