论文评估语音模型在真实对话中的自然交谈能力

论文在 176 段未脚本对话的 427 个停顿和 482 个话轮结束点上评测六类实时语音系统。托管 API 几乎每个停顿都会回应，延迟约 1 到 4 秒或约 8 秒；全双工模型更常保持安静并能在人类反应时间内插话，且对前 30 到 120 秒内容的回忆率低于托管系统，作者公开了标注、评测点和全部输出。