Kollect Voice Agent：一个把表单变成语音对话的开源实验

2026-02-20 | ProductHunt | 官网

30秒快速判断

这产品是做什么的：把传统的问卷表单变成语音对话 —— 你不用填写输入框，直接对着麦克风说话，AI 会实时引导你完成整个调查。甚至可以用自然语言描述来创建表单。

值不值得关注：如果你是独立开发者，值得花 20 分钟看看它的技术栈和实现思路。作为产品本身，目前太早期了（PH 仅 4 票，刚上线两天），但它代表的“语音替代表单”方向确实在 2026 年开始起飞了。

与我有关三问

与我有关吗？

• 目标用户是谁：需要收集用户反馈/做调查的产品团队、市场研究人员、UX 研究员。
• 我是吗：如果你经常发问卷但回收率低得想哭，或者你的用户不爱打字（比如老年人、蓝领工人），你就是目标用户。
• 什么场景会用到：
  • 客户满意度调查 —— 用语音聊天替代冷冰冰的表单，回收率能提高约 45%。
  • 用户访谈批量化 —— AI 代你做半结构化访谈，省掉大量人工成本。
  • 无障碍场景 —— 视障用户、不方便打字的用户，说话比填表方便太多。
  • 如果你只是想做个内部小调查，其实不需要这个，Google Forms 就够了。

对我有用吗？

ROI 判断：现阶段不建议用于正式项目。但如果你是开发者想研究“语音+AI+表单”怎么做，这是个很好的学习材料 —— 技术栈现代、架构清晰、完全开源。

喜闻乐见吗？

爽点在哪：

• 用嘴创建表单：不用拖拽字段，直接说“我要做一个客户满意度调查，包含 5 个问题”，AI 就能帮你生成。
• 语音填表：终于不用在手机上戳那些细小的输入框了，直接说话就行。

“哇”的瞬间：

“填表可能极其无聊，那为什么不直接和它们聊天呢？” —— 开发者在 Vercel 社区的原话。

用户真实评价： 产品刚上线 2 天（约 2026-02-18），PH 仅 4 票，Twitter/Reddit 零讨论。开发者在 Vercel 社区发帖说“期待大家的反馈”，还在等第一批种子用户的声音。说白了，你现在试用就是 Alpha 测试员。

给独立开发者

技术栈

这是一套非常现代的全栈组合：

• 前端：Next.js（React 全栈框架）
• 后端/数据库：Convex（实时响应式数据库，自带 serverless 函数）
• 语音识别 (STT)：Deepgram AI（实时语音转文字，延迟 <300ms）
• LLM 路由：OpenRouter（统一接口访问 500+ 个模型）
• 用户认证：Clerk（50,000 MAU 免费额度）
• 部署：Vercel

这个技术选型有意思的地方在于：用 OpenRouter 而不是直接调 OpenAI。这意味着可以灵活切换底层模型（GPT-4o、Claude、Gemini 随便换），不被单一供应商绑定。用 Convex 做实时数据库也很聪明 —— 语音对话本身就需要实时同步，Convex 原生支持 sub-50ms 的读写延迟。

核心功能实现

从技术角度推测（基于已知技术栈）：

1. 用户对着麦克风说话 -> Deepgram 实时 STT 转文字。
2. 转写文本送入 OpenRouter 路由的 LLM -> 理解用户意图、提取答案。
3. LLM 根据表单结构动态生成下一个问题 -> TTS 播放（或文字显示）。
4. 对话数据实时存入 Convex 数据库。
5. 表单创建：用户用自然语言描述需求 -> LLM 生成表单结构。

这个架构的难点在于延迟控制 —— 语音输入 -> 识别 -> LLM 思考 -> 回复，整条链路需要控制在 1-2 秒内才不会让用户觉得卡顿。Deepgram 的实时 API 延迟在 300ms 以内，但 LLM 推理时间目前仍是瓶颈。

开源情况

• 开源吗：是。PH 标签明确标注为 Open Source，Vercel 社区帖子也提到 “fully open source”。
• GitHub 仓库：搜了半天没找到公开仓库链接。开发者 GitHub 用户名是 admildo，之前做过 speechy（Electron 多 TTS 引擎工具），但 Kollect 的仓库可能还没公开或者使用了不同名称。
• 类似开源项目：Formbricks（开源表单，但无语音）、Vocode（开源语音 AI 框架）。
• 自己做难度：中等。如果你熟悉 Next.js + Deepgram + LLM API，核心功能 1 个人 2-3 周可以做出 MVP。难点不在技术，而在产品体验的打磨。

商业模式

目前没有商业模式，就是一个开源侧边项目。底层 API 成本参考：

轻度使用（比如每月几百次调查），各家免费层完全够用，总成本为 $0。

巨头风险

高。Google Forms 已经有 AI 功能了，Typeform 正在加 AI，微软的 Microsoft Forms 迟早也会跟进。不过这些巨头目前加的是“AI 辅助生成表单”，而不是“语音对话替代表单”。真正的竞争来自 TheySaid、Voiceform 这些垂直玩家，他们已经拿到融资并拥有付费客户了。

给产品经理

痛点分析

• 解决什么问题：传统表单的两大顽疾 —— 完成率低、回复质量差。
• 痛点有多痛：相当痛。数据显示高达 80% 的在线问卷在完成前就被放弃了。1997 年调查回复率还有 40%，到现在不到 5%（Pew 数据）。语音调查能把完成率从 28% 拉到 76%（教育领域研究），捕捉到的情感信息多出 67%。
• 频率：中频。不是每天都做调查，但一旦需要做，这个痛点就很扎心。

用户画像

• 市场研究人员：需要大量收集用户反馈，传统调查回复率越来越低。
• UX 研究员：想做用户访谈但人力不够，需要 AI 辅助批量化。
• 产品团队：每次发 NPS 调查都只收到“还行”“不错”之类的敷衍回复。
• 教育机构：给学生做测评，语音比文字更自然。

功能拆解

竞品差异

可借鉴的点

1. “用嘴创建表单”：这个交互创意很好。用自然语言描述调查需求 -> AI 自动生成表单结构，比拖拽式编辑器门槛低很多。
2. 语音优先的表单体验：传统表单产品都在加 AI，但路径是“AI 辅助填表”；Kollect 的路径是“完全用语音替代填表”，思路更激进。
3. 技术栈选型：OpenRouter 做 LLM 路由 + Convex 做实时数据库，这套组合非常值得参考。

给科技博主

创始人故事

• 创始人：Admildo Manuel
• 背景：自我介绍是“一个对工程、计算机科学、数据科学、数学和创业有强烈驱动力的极客/基督徒”。在 Medium 上写技术文章，GitHub 上之前做过 speechy（多 TTS 引擎朗读工具），说明一直对语音技术有浓厚兴趣。
• 社交：GitHub / Medium / Instagram @admildofm
• 为什么做这个：从 speechy 到 Kollect，能看到从“文字转语音”到“语音替代表单”的技术路线演进。推测动机是将语音交互引入更多日常场景。

争议点/讨论角度

• 角度1 —— “表单已死？”：语音 AI 调查完成率比传统表单高 45-170%，这个数据够写一篇好文章。但反面是：不是所有场景都适合语音（公共场合、隐私数据、结构化数据采集）。
• 角度2 —— 独立开发者 vs 有融资的竞品：Kollect 是一个人的开源项目，对手是拿了钱的 TheySaid、Voiceform。这条赛道是“小而美”还是“赢者通吃”？
• 角度3 —— AI 时代的表单重新定义：2026 年还在用 1990 年代发明的 HTML 表单收集数据，是不是有点过时了？

热度数据

• PH 排名：PH 4 票，几乎没有热度。
• Twitter 讨论：零。搜遍了没有人讨论。
• Vercel 社区：刚发帖 2 天，在 Showcase 和 Open Source 两个板块发了帖。
• 搜索趋势：无趋势可言，太新了。

内容建议

• 适合写的角度：不要单写 Kollect 本身（素材太少），而是写“语音 AI 正在杀死传统表单”这个趋势，将 Kollect 作为案例之一。
• 蹭热点机会：语音 AI 赛道 2026 年很热（85% 企业计划采用），可以结合 Deepgram、Voiceform 等一起写一篇赛道综述。

给早期采用者

定价分析

上手指南

• 上手时间：如果你是开发者，预计 30-60 分钟（配环境 + API Key）。如果你不是开发者，目前没有托管版本，无法直接使用。
• 学习曲线：中（需要了解 Next.js 部署、配置多个 API Key）。
• 步骤（推测）：
  1. 克隆仓库。
  2. 注册并获取 Deepgram、OpenRouter、Convex、Clerk 的 API Key。
  3. 配置环境变量。
  4. 执行 npm install && npm run dev。
  5. 在浏览器中打开，允许麦克风权限，开始体验。

坑和吐槽

1. GitHub 仓库找不到：号称开源但搜不到公开仓库，这是最大的坑。可能还没发布代码，或者用了不同的仓库名。
2. 语音识别受环境影响：在嘈杂环境下，语音识别准确率可能下降 30% 以上。
3. 产品极其早期：没有文档、没有社区、没有案例，遇到问题只能看代码或找开发者。
4. 隐私顾虑：语音数据会经过 Deepgram 的云端 API 处理。

安全和隐私

• 数据存储：Convex 云端数据库（也可自托管）。
• 语音处理：经过 Deepgram 云端 API（有 SOC 2 Type II、HIPAA 合规）。
• 用户认证：Clerk（有 SOC 2 合规）。
• 隐私政策：开源项目，无独立隐私政策。数据安全取决于你怎么部署。

替代方案

给投资人

市场分析

• 对话式 AI 市场：2026 年约 $18-21B，CAGR 20-23.7%。
• 在线表单构建软件市场：2026 年约 $764.5M，预计 2035 年达 $1.77B，CAGR 9.8%。
• AI 语音市场：2025 年 $4.16B -> 2031 年 $20.71B，CAGR 30.7%。
• 交叉领域：“语音 AI + 表单”是对话式 AI 和表单软件两个市场的交集，目前没有独立的市场规模数据，但增长潜力明显。

竞争格局

Timing 分析

• 为什么是现在：2026 年 Deepgram 的实时 STT 延迟已降到 300ms 以内，OpenRouter 让 LLM 调用成本降到极低，Convex 提供了开箱即用的实时数据库。三年前这套技术栈根本搭不起来，现在一个人就能做。
• 技术成熟度：底层技术（STT、LLM、实时数据库）已经足够成熟，瓶颈在产品体验。
• 市场准备度：企业端 85% 计划采用语音 AI，但“语音表单”这个细分领域还在教育市场阶段。

团队背景

• 创始人：Admildo Manuel，独立开发者。
• 核心团队：1 人，Solo project。
• 过往成绩：speechy（Electron TTS 工具），Medium 技术博主。

融资情况

• 已融资：无。
• 投资人：无。
• 估值：N/A —— 这是一个开源个人项目，不是一家公司。

投资角度：Kollect 本身不是投资标的，但它验证的方向 —— “语音 AI 替代传统表单” —— 值得关注。该赛道的 TheySaid、Voiceform、BetterFeedback 是更值得跟踪的标的。

结论

一句话：Kollect Voice Agent 是一个技术选型优秀但极其早期的开源实验，它的价值不在产品本身，而在于它用很小的成本验证了“语音 AI 替代表单”这条路线的可行性。

资源链接

搜索来源

• Kollect Voice Agent - UIComet
• Vercel Community Showcase
• Vercel Community Open Source
• Deepgram Pricing
• OpenRouter Pricing
• Convex Pricing
• Clerk Pricing
• AI Voice Surveys - TheySaid
• Conversational AI Market - Fortune Business Insights
• Form Builder Software Market
• Voice AI Market Statistics - Citrusbug
• Typeform Alternatives 2026 - Perspective AI
• Voice AI Challenges - BeConversive
• Admildo Manuel - GitHub
• Admildo Manuel - Medium

2026-02-20 | Trend-Tracker v7.3