待验证50% 置信观点精确时间
语音代理的评估比纯文本 LLM 评估更复杂，因为它横跨音频和文本两个模态
1
来源数
50%
置信度
长期有效
时效性
2026/9/17
首次发现
来源
涉及实体
相关事实
待验证语音发音功能须区分TTS机器合成音与真人发音库，真人录制发音对学习地道口语更有价值，机器合成音在小语种上常出现重音错误75% 相似待验证音频幻觉比文本幻觉更难被系统性检测，因为音频内容的语义校验远比文本困难，目前没有成熟的实时事实核查机制评估音频输出合理性74% 相似待验证打断意图识别是全双工语音交互中最具挑战性的问题之一，系统需综合发声时长、语义内容、韵律特征等多维信息判断是否中断生成73% 相似待验证语音对话翻译场景需重点看拾音麦克风数量和降噪能力，双麦克风阵列在嘈杂机场、地铁环境下的识别率明显优于单麦，单麦机型在人多场合识别率会骤降73% 相似待验证决定语音体验好坏的关键是如何组织被朗读的文本，而非TTS引擎质量72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/929568API
curl https://kongchang.com/api/v1/knowledge/claims/929568MCP
get_claim(id=929568)