跳到正文
arXiv · NLP· Arya Bastani, Iman Modarressi·· 2026-10-12AI 评分40

实时语音模型自然对话能力评测:基于 427 个停顿与 482 个回合结束点的数据分析

People Making Conversation: Evaluating How Naturally Speech Models Converse

AI 导读

研究在 176 段无脚本对话的 427 个停顿和 482 个回合结束点处测试 6 个实时语音系统。宿主 API(如 GPT Realtime、Gemini 3.1 Flash Live)在几乎每个停顿处响应,延迟约为 1 至 4 秒(基于静默)或 8 秒(语义检测)。

来源:arXiv · NLP · arxiv.org