已验证65% 置信事实精确时间

传统语音助手采用'听完—识别—生成—播放'的串行流程，延迟累计达到1-3秒

3

来源数

65%

置信度

长期有效

时效性

2026/7/11

首次发现

来源

GPT-Live实时语音AI：全双工对话如何重新定义人机交互

bilibili娜娜的AI冒险2026/7/9

相关事实

待验证传统级联语音对话架构的总延迟通常在1-3秒以上84% 相似待验证早期IVR语音交互系统采用完全串行处理，感知延迟高达3-5秒82% 相似待验证优秀的同声传译员会维持约2-3秒的认知缓冲（Ear-Voice Span），在语义完整节点触发输出80% 相似待验证传统语音AI采用串行管线设计，即VAD→ASR→LLM→TTS四个独立模块依次传递数据，每个环节引入约100-300毫秒延迟，四段叠加总延迟往往超过1秒79% 相似已验证早期语音AI系统采用串联式三段架构（ASR→LLM→TTS），顾客往往需要等待3-5秒才能听到回应79% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/485570

API

curl https://kongchang.com/api/v1/knowledge/claims/485570

MCP

get_claim(id=485570)