跳到正文
AGI Hunt· shrapknife·· 49 分钟前AI 评分67

语音 Agent 背景噪音实测:自适应客户端门控恢复应答

语音 Agent 被背景噪音干扰 0/5 应答,自适应门控修复至 4/4

AI 导读

开发者将浏览器麦克风音频流式传输至托管实时对话模型,实测发现服务端 VAD 在持续背景人声下无法正常结束应答。采用自适应客户端门控后,三种噪声条件下取得 4/4、4/4 和 5/5 应答,延迟约 1.1–1.3s,且无打断。方法以最近 50 个 chunk 的 p90 估计环境噪声,并在门控关闭时持续发送 100ms 数字静音,但测试仅覆盖合成噪声和 TTS 回复,尚未接入真实电话线。

来源:AGI Hunt · agihunt.info