AGI Hunt· Kindly-Duty272·· 3 小时前AI 评分56
电话语音 Agent 不自然的主因是 VAD 切入时机,而非 TTS 音色
电话语音 Agent 不像人的真因:不是 TTS,而是 VAD 时机
AI 导读
作者复盘了在调试电话语音 Agent 时遇到的问题:不自然感的主要原因是 VAD 切入时机和话轮转换,而不是 TTS 音色太机械。把 endpointing 放慢、允许短停顿不触发回复后,通话明显更自然,双方不再抢话。
来源:AGI Hunt · agihunt.info