语音 AI 延迟已达标，「接话」成新瓶颈：抢话冷场如何破？

语音 AI 的端到端延迟已压缩至 150-300 毫秒，接近人类约 200 毫秒的话轮转换间隙，但抢话与冷场暴露出 Turn-taking 能力不足。传统端点检测仅靠静音阈值，难以区分思考停顿与发言结束；业界路线包括全双工机制、连续预测和外挂状态判断，浙大团队还提出了 L0-L3 四层架构。