Verified65% confidenceFactTime unknown
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
3
Sources
65%
Confidence
Long-term
Relevance
5/31/2026
First Seen
Sources
Related Entities
Related Claims
Verified传统语音交互的三段式架构（ASR+LLM+TTS）总延迟通常在1-3秒86% similarUnverifiedAI同声传译技术路径主要有级联式（ASR→MT→TTS串联，延迟通常超过3-5秒）和端到端语音到语音翻译两种85% similarUnverified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83% similarVerified传统AI语音交互系统采用ASR、NLU、NLG、TTS四个独立模块串联的流水线架构，叠加后总延迟通常在1-3秒82% similarUnverified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81% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/8202API
curl https://kongchang.com/api/v1/knowledge/claims/8202MCP
get_claim(id=8202)