Hamming AI

一句話介紹

Hamming AI是一個用於為語音及聊天智能體提供上線前測試、生產監控、安全紅隊測試以及回歸測試等功能的企業級品質保證平台。

工具簡介

Hamming的核心工作並非為企業打造客服機器人，而是驗證現有的智慧體是否準確、自然、穩定且安全，並能夠達成業務目標。該團隊可以連接現有的語音平台或自行開發的系統，自動生成測試場景，再透過真實的通話路徑進行運行與評分。

平台將測試、監控和問題修復整合成一個循環。在實際通話中發現的故障，可以轉換為可重複使用的回歸測試案例；在提示詞、模型或基礎設施更新之後，再執行這些測試案例，以避免類似的問題再次出現。

產品定位

主要功能

自動生成測試場景

團隊可以貼上智能體系統的提示詞，或連接現有平台，讓Hamming產生大量正常路徑、邊界情況、對抗性輸入、口音及雜訊場景。生成的結果仍需業務人員檢查其覆蓋範圍與預期答案。

音頻原生評測

Hamming不僅分析轉寫後的文字，還會直接檢查音頻層面的輪次、中斷、靜音情況、單人長時間講話的狀況，以及語音的清晰度與情緒表達。如此一來，就能發現那些看似正確，但實際聽起來很差的問題。

多輪對話與跨通話流程

測試可以涵蓋多輪上下文，也能構建同一角色分多次通話完成預約、改期和取消的序列。該能力適合驗證狀態保持和跨互動業務流程。

生產通話轉回歸用例

團隊可將真實的失敗通話一鍵轉換為可重放的測試，並保留呼叫者的音頻、語音辨識文本、時序及預期意圖。修復後在相同條件下再次運行，比重新編寫類似腳本更容易驗證。

安全與合規紅隊

預設的紅隊場景涵蓋了提示注入、越獄、社會工程學攻擊、敏感資訊洩露、越權工具使用，以及違反政策的行為等風險。企業還可以定義行業相關的腳本、必須公開的內容，以及禁止回覆的問題。

IVR與DTMF測試

Hamming可以模擬傳統電話的選單功能、發送DTMF按鍵音，並驗證智慧體是否能正確地透過IVR進行操作。它同時支援進站、出站以及直接的WebRTC通訊路徑。

生產健康檢查

平台可每隔數分鐘重放一組黃金通話，發現模型變化、基礎設施故障或提示詞回歸。指標超出閾值時可以透過郵件、Slack或其他告警渠道通知團隊。

測試條件與角色模擬

• 不同地區的語言、口音和方言。
• 辦公室、街道、人群和其他背景噪音。
• 快速或緩慢說話、長靜音和意外輸入。
• 用戶中途打斷、搶話和代理說話過長。
• 老年呼叫者、情緒激動和辱罵場景。
• API超時、語音識別置信度低和上下文遺失。
• 預約、付款、身分驗證、轉接人工以及取消等業務流程。
• 提示注入、越獄、敏感數據提取和政策繞過。

評測指標

Hamming目前宣傳提供50多項內建指標，並允許用自然語言定義業務專屬的評分器。評測分為對話品質、預期結果和合規護欄三類，不應只看單一的平均分數。

端到端延遲分解

延遲分析涵蓋語音活動檢測、自動語音識別、LLM處理以及文字轉語音等完整流程。團隊可以比較各組件的貢獻，而非僅觀察使用者所聽到的整體等待時間。

AI評分與人工校準

Hamming運用 AI 來評估意圖與整體結果，並聲稱音頻原生評測與人工判斷的一致度約在 95% 至 96% 之間。這是廠商所測得的指標，企業仍應在自己的語言、領域和風險等級上進行盲測與人工校準。

測試與生產監控的區別

兩者需要共用指標和用例，但不能互相替代。模擬測試無法覆蓋全部真實行為，生產監控也不應成為在真實客戶身上試錯的藉口。

支援的語言與口音

Hamming目前宣稱支援65種以上語言，包括英語、西班牙語、葡萄牙語、法語、德語、阿拉伯語、印地語、泰米爾語、日語、韓語和中文等。

語言數量並不等於每種語言都擁有相同的音色、口音覆蓋範圍以及評測準確率。在上線之前，應為每個目標市場建立獨立的說話者群組、領域詞彙以及人工基準。

集成能力

Retell集成示例

Retell連接可導入智能體、區域、工具調用、轉寫和錄音，並預設每5分鐘同步一次。測試時應使用獨立專案或測試帳號，避免將負載和副作用寫入正式業務。

使用教學

完成第一次語音智能體測試

1. 建立Hamming工作區或預約演示，並確認當前方案的測試量與數據規則。
2. 選擇LiveKit、Pipecat、ElevenLabs、Retell、Vapi、Bland、SIP或自研接入。
3. 使用測試專用金鑰連接智能體，並限制可訪問的項目和環境。
4. 導入系統提示詞、工具定義和必要文件，讓平台生成初始場景。
5. 由產品、QA和業務人員審查場景、期望結果與風險等級。
6. 先運行小批量測試，檢查通話能接通、錄音完整和評分方向正確。
7. 展開到口音、噪聲、打斷、錯誤邊界和對抗場景。
8. 查看失敗錄音、轉寫、工具證據和組件延遲，修復後再次運行。

建立CI/CD回歸門禁

1. 把穩定的正常路徑、關鍵邊界和歷史事故整理為版本化測試集。
2. 使用REST API在每次提示詞、工具、模型或代碼部署前觸發測試。
3. 設定任務完成、準確率、合規性、延遲以及關鍵用例的最低閾值。
4. 將測試運行與具體智能體版本、提示詞哈希和部署提交關聯。
5. 當關鍵指標下降或安全用例失敗時阻止發布。
6. 在報告中保留錄音、轉寫、工具調用和評分理由供人工複核。
7. 對偶發失敗進行重複運行和校準，不要直接降低閾值掩蓋問題。
8. 上線後將新生產失敗轉為永久回歸覆蓋。

配置生產監控

1. 確定需要導入全部通話、抽樣通話還是僅導入異常事件。
2. 定義音頻、原始轉寫、脫敏轉寫、工具調用和元數據的權限。
3. 為準確、合規、延遲、情緒和任務完成設定分級閾值。
4. 將工程問題發送到工程通道，合規問題發送到受限審查通道。
5. 使用黃金通話做定期健康檢查並記錄基線。
6. 建立人工審查、標註、覆蓋和校準流程。
7. 把嚴重失敗轉換成回歸測試並指定修復負責人。
8. 定期複核告警噪聲、資料保存和用戶訪問權限。

生產回放與事故閉環

傳統方法常根據轉寫重新編寫一個相似場景，容易失去原始語音、停頓、雜訊和時序。Hamming的生產回放則保留這些條件，用同一失敗證據測試新版本。

• 標記產生客戶影響或高風險的生產通話。
• 確認錄音、轉寫、工具調用和期望意圖完整。
• 去除不需要的個人資料或在受控環境使用。
• 將通話轉換為帶有版本和負責人資訊的回歸用例。
• 在修復前後運行相同場景並比較結果。
• 將修復證據加入發布審查和事故報告。
• 定期檢查歷史事故是否仍被持續執行。

壓力與併發測試

企業級負載測試環境可同時執行超過50,000個並發測試通話，涵蓋入站、出站以及直接WebRTC通話。一般工作環境的預設並發數約為50路，且可配置至100路以上，具體上限則取決於所使用的方案以及被測平台的處理能力。

負載測試會同時消耗Hamming、電話、語音、模型和業務API的配額。團隊必須設定最大併發數、預算、沙盒以及緊急停止機制，不得直接影響正式客戶的系統。

價格與套餐

截至2026年8月23日，Hamming尚未公佈固定的套餐價格。其定價主要是根據測試量及生產使用量來決定，而非以會員人數為依據；具體的費用與價格則會在示範及入門流程中說明。

是否有免費試用

目前的 FAQ 明確指出，不提供傳統的免費自試服務，而是透過個人化示範與入門指南，讓團隊能夠親自體驗其智慧體功能。網站上仍有一些地方有「開始免費試用」這類舊式的按鈕，但無法以此作為現行免費使用額度的承諾依據。

報價前應確認

• 每月包含的測試次數、分鐘數、併發及生產監控通話量。
• 電話、語音、模型和第三方平台費用由誰承擔。
• 自動生成場景、評分器及重複運行是否分別計費。
• 資料保存、導出、單租戶和地區部署是否另收費用。
• API、MCP、Webhooks、OpenTelemetry和CI/CD是否包含。
• 超量單價、最短合約、續費、取消和退款規則。
• 企業支援嚴重度、10分鐘至4小時回應如何映射。
• 50,000路併發負載活動的單獨報價及前置容量要求。

支援與服務

API、MCP與開發工具

Hamming提供REST API，可用於安排測試、取得測試結果、設定智能體、管理測試用例以及讀取監控數據。它還能與GitHub Actions、Jenkins以及其他CI/CD流程整合，並透過Webhooks來驅動自動化操作。

目前的完整文件需要密碼才能存取，且主要提供給已入門的客戶使用。公開的行銷資料中雖提到了SDK、MCP伺服器以及OpenTelemetry的導入方式，但關於介面的穩定性、權限及版本等細節，仍應以工作區內的文件為準。

GitHub與開源情況

Hamming平台本質上是一種商業性的封閉式服務，其官方網站並未將完整的產品代碼或評估模型以開源形式公開。在公開的套件管理器中，雖有使用MIT或ISC授權的早期SDK，但這些SDK僅包含用戶端代碼而已。

新集成應優先使用客戶工作區中的現有REST API文件，而非僅依賴舊版SDK套件來開發。採購時應要求明確API版本的支援情況、廢止通知、SDK的發展方向以及退出時的資料導出方式。

隱私政策

Hamming的合法經營實體為Forward Inc，現行的公開隱私政策最後更新時間為2024年12月14日。此政策適用於網站、帳號、銷售、行銷以及相關服務。

隱私政策並未為所有的錄音、轉寫及測試證據規定統一的固定保存天數。FAQ中說明，測試錄音會以加密方式儲存，且可根據客戶的要求來設定保存期限；在投入生產使用之前，應在訂單或DPA中確定具體的數值。

數據權利

• 符合條件的用戶可請求訪問、導出、更正或刪除個人資訊。
• 部分地區用戶可限制敏感資訊使用或反對特定處理。
• 用戶可以退出行銷郵件並撤回適用的同意。
• 終止帳號後，平台會刪除或停用活躍資料庫中的資訊。
• 為防欺詐、調查、執行條款或法律要求，部分記錄可能繼續保留。
• 隱私請求和申訴透過官方聯絡信箱處理。

安全與合規

Hamming在2025年12月完成了SOC 2審計，目前其官網上標示的為SOC 2 Type II。醫療業界的客戶可以簽署BAA協議，以符合HIPAA的規定。此外，該平台還提供美國、歐盟及英國地區的資料儲存服務，以及單一租戶模式。

SOC 2和BAA並不代表客戶的系統能自動符合所有法規要求。錄音授權、支付卡相關事項、醫療資訊、資料轉移、行銷電話以及責任界定等事宜，仍需由客戶自行設定、測試並持續監控。

生產數據安全建議

1. 先用完全合成的數據完成基礎POC，不上傳真實客戶錄音。
2. 審查SOC 2範圍、DPA、BAA、分包商、資料流及事件回應。
3. 為音頻、原始轉寫、脫敏轉寫、元數據和工具證據分別設定保存期。
4. 配置SSO、MFA、RBAC和最小權限，並定期複核訪問。
5. 在導入前移除不需要的PII、PHI、支付卡和憑證。
6. 限制人工支援人員訪問真實生產證據的條件和審計。
7. 驗證導出、刪除、備份過期及合約終止流程。
8. 每次新增模型、平台、地區或分包商後重新執行風險審查。

適合哪些用戶

• 語音AI工程團隊：驗證提示詞、模型、ASR、TTS、工具和延遲。
• QA團隊：建立自動化場景、回歸集和發布門禁。
• 產品經理：定義業務成功並比較不同智能體版本。
• 客服與運營：發現生產通話中的失敗和客戶痛點。
• 安全團隊：執行提示注入、越獄、PII洩露及工具越權測試。
• 合規團隊：檢查腳本、身分驗證、揭露及審計證據。
• 醫療與金融機構：在簽署適用合約後監控高風險語音流程。
• 平台廠商和系統集成商：對多家語音供應商採用統一指標。

典型使用場景

• 在預約機器人上線前驗證創建、改期、取消和工具寫入。
• 更換LLM、ASR或TTS後比較品質、延遲和成本。
• 對新提示詞運行歷史回歸，防止舊問題重新出現。
• 測試口音、雜音、中斷以及長達70輪以上的複雜通話。
• 用50,000路以上併發活動評估企業峰值容量。
• 在生產環境持續檢測幻覺、偏離腳本和隱私洩露。
• 將真實客戶的失敗案例回放到修復版本並生成發布證據。
• 將測試結果與CI、Slack、SIEM和OpenTelemetry連接。

產品優勢

• 覆蓋測試、監控、紅隊、回放和回歸的完整生命週期。
• 直接分析音頻，能發現轉寫文本看不出的互動問題。
• 自動根據提示詞生成大量場景，降低手動編寫成本。
• 支援65種以上語言、地區口音、雜音及不同的說話行為。
• 原生連接多種主流語音平台，也支援SIP、WebRTC和自研系統。
• 50多項內建指標加不限數量的自訂評分器。
• 支援CI/CD、REST API、Webhooks和OpenTelemetry。
• 企業併發負載可擴展到50,000路以上。
• SOC 2 Type II、BAA、資料存放要求、SSO以及單一租戶模式，均能滿足企業的採購需求。
• 計費主要按測試量而非席位，跨團隊協作不額外增加主要席位費。

主要限制

• 沒有公開固定套餐金額，預算需要經過演示和報價。
• 不提供傳統自助免費試用，個人開發者體驗門檻較高。
• 公開文件需要訪問碼，API端點和權限無法在購買前完整瀏覽。
• 舊版Python和JavaScript SDK已約兩年未更新，相容性需確認。
• AI評分即使與人工較一致，也可能在新語言或領域產生偏差。
• 高併發測試會同時消耗電話、語音、模型和業務API費用。
• 生產監控會處理真實錄音、轉寫和工具證據，需要嚴格數據治理。
• 廠商發布的95%預測準確率、95%至96%的人工一致性以及90%的競品勝率，皆需在自身場景中重新驗證。
• 平台面向企業品質保障，不是用來直接構建語音智能體的完整運行時。

支援平台

基本資訊

推薦指數

推薦指數：4.7 / 5。Hamming將音頻原生評測、真實場景模擬、生產監控、重播以及CI門禁功能整合得相當完善，特別適合那些已經在運作語音智慧體系的團隊。

價格及完整文件並未公開，且生產監控涉及高度敏感的資料，因此它更適合那些擁有正式採購、安全及品質控制流程的組織，而非只想要免費試用幾個電話機器人的個人使用者。

常見問題

Hamming AI是什麼？

Hamming AI是語音與聊天智能體的測試和監控平台，用於自動模擬對話、評估品質、執行紅隊測試、監控實際通話，並將失敗案例轉換為回歸用例。

Hamming會幫我創建語音機器人嗎？

它的主要定位並非智能體建構工具，而是用於連接及評估現有的智能體。使用者必須先擁有 Vapi、Retell、ElevenLabs、LiveKit、Pipecat，或是自行開發的語音系統。

Hamming AI多少錢？

官網並未公開固定金額。報價主要是根據測試量與生產使用量來決定，而非依照團隊成員人數來收費。

Hamming有免費試用嗎？

目前FAQ顯示並沒有傳統的免費試用服務。團隊可以預約個性化的演示，並在入門階段使用自己的智能體與場景進行體驗。

Hamming支援中文嗎？

支援中文測試，並列出普通話簡體、繁體和粵語等變體。實際識別、音頻評分和業務術語表現仍需用本地說話者校準。

Hamming如何測試中斷和延遲？

平台模擬搶話、長時間靜音、快慢語速及其他真實行為，並將延遲分解到VAD、ASR、LLM和TTS，同時顯示p50、p90和p99。

Hamming支援生產監控嗎？

支持。它能持續評估真實通話、依閾值發出警報、重放黃金通話，並將生產失敗轉為永久回歸測試。

Hamming可以測試自研語音智能體嗎？

可以。自研系統可透過SIP、WebRTC或REST API接入，不依賴固定的LLM、語音識別或語音合成供應商。

Hamming符合HIPAA嗎？

Hamming可與醫療客戶簽署BAA並提供相關的安全控制措施。必須先完成BAA的簽署及資料審查，不得在未簽署的情況下上傳PHI。

Hamming會用客戶數據訓練模型嗎？

公開的隱私政策明確表示，不會使用客戶數據進行訓練，也不會用於惠及其他客戶，同時也不會出售由用戶產生的數據。

Hamming是開源的嗎？

完整平台不開源。早期Python和JavaScript SDK採用開放許可證，但客戶端包開源並不代表評測平台、模型或運行系統開源。

Hamming支援MCP嗎？

官方2026年資源說明提供Hamming MCP伺服器，可運行測試、查詢通話和搜尋轉寫。公開安裝資料有限，具體權限需透過客戶文件確認。

總結

Hamming適合將語音智慧體從「偶爾由人員撥打幾次」升級為可持續的工程品質體系。它能自動生成場景、直接聆聽音頻、模擬真實干擾、比較版本，並將生產事故轉化為回歸測試。

採購前應確認報價、測試量、第三方通話成本、API版本、資料儲存方式、保存方式以及企業合約。上線後的最佳做法是讓自動評分與人工校準並存，並將每個高風險的失敗案例轉換為長期發布的限制條件。