人类对话轮替中位停顿是 -120ms,语音 AI 的 500ms 还差得很远

alexisgallagher · x · 2026-11-04

语音 AI 从业者常炫耀自家 Agent 在人类说完后的停顿仅约 500 毫秒,但实证研究显示,真人对话中的轮替中位停顿约为 -120 毫秒——是负数,即人们会在对方说完前就开始接话。

作者指出语音 AI 虽然已是有史以来最好水平,但离真实的人类对话节奏仍有很大距离,低延迟之外还需处理「抢话/叠话」这类负停顿场景。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →