论文评测六种语音模型在真实对话中的接话与打断决策

该研究在 arXiv Computation and Language 发布，评估六类实时语音系统在真实对话中的自然交谈能力。评测基于 176 段未脚本对话，覆盖 427 个停顿和 482 个话轮结束点。结果显示，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，但对前 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。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。