只提供有价值的信息，杜绝冗余。
可编程语音API的工作原理
您的应用程序发起一个REST通话（或接听入站通话），平台通过SIP将通话连接至PSTN和移动网络。随着通话进行——响铃、接听、按键、挂断——平台会将Webhook回传至您的应用，您通过指令响应以播放音频、收集输入、录音或进行桥接。这相当于短信的语音版API。参见/products/voice和/products/voice.
核心构建模块
用于接收入站电话的DID号码；用于播放提示音并收集DTMF或语音的IVR；用于动态音频的文本转语音和语音识别；通话录音与转写；以及用于将拨打者连接至坐席的会议/桥接功能。每一项都作为API原语开放，供您组合成工作流。请参阅/answers/what-is-did和/answers/what-is-ivr.
语音OTP及其权衡
语音OTP通过自动拨号语音播报一次性密码——当短信OTP失败、针对座机或市场正遭受短信刷量欺诈时，该功能非常有用。它可以触达短信无法覆盖的号码，且更难被静默拦截，但单次尝试的成本比短信更高，完成时间也更长。稳健的验证机制可在短信、语音和闪呼之间进行自动回退。请参阅 /answers/what-is-otp和 /answers/what-is-flash-call-verification.
关键指标：ASR、ACD和PDD
应答率（ASR）衡量接通的呼叫尝试占比；平均通话时长（ACD）衡量已接通通话的时长；后拨延迟（PDD）衡量呼叫者在响铃前等待的时间。这些指标共同反映了通道质量——低ASR或高PDD意味着运营商路径较差。使用 /tools/erlang-calculator. 对中继线和坐席进行扩容。参见 /answers/what-is-asr、/answers/what-is-acd和 /answers/what-is-pdd.
基于语音API构建的优势
无需管理电话硬件或运营商合同，通过单一互联即可实现全球覆盖，采用按需付费计费模式，并能够通过代码更改通话流程，而非重新编写PBX程序。它使入站和出站语音在开发者层面与短信及WhatsApp处于同等地位。查看/products/voice.
局限性及规划事项
语音业务受每秒通话数（CPS）和并发通道容量的限制，因此爆发式通话必须控制节奏；监管法规（DNC名单、来电显示/CLI规则、北美的STIR/SHAKEN）限制了外呼；且每分钟的经济效益与每条短信的成本截然不同。在大规模活动开始前，请先模拟并发量和CPS。请参阅/answers/what-is-cps和/answers/what-is-dnc.