Talteknik
Röstlatens
Kallas även: svarslatens · turlatens
Röstlatens är tur- och returfördröjningen mellan att den uppringande avslutar sin mening och att agenten börjar svara. Den är summan av tiden för tal-till-text, språkmodell och text-till-tal. Latens under en sekund är ribban för ett naturligt samtal.
Människor märker av pauser längre än ungefär 500–800 ms. Hög latens får en agent att kännas robotaktig och får dem som ringer att prata i munnen på den. Att minimera latensen är en central teknisk utmaning inom Voice AI i realtid.
Relaterade termer
Tal-till-textTeknik som transkriberar talat ljud till text i realtid. STT är hur en röstagent förstår vad den uppringande säger.Text-till-talTeknik som omvandlar skriven text till naturligt talat ljud. TTS är det som ger en AI-röstagent dess röst.EndpointingAtt upptäcka när den uppringande talat färdigt så att agenten vet att det är dess tur att svara. Dålig endpointing orsakar besvärliga pauser eller avbrott.Barge-inMöjligheten för den uppringande att avbryta agenten mitt i en mening och få den att sluta prata och lyssna — avgörande för ett naturligt, icke-frustrerande samtal.
Se Röstlatens i ett riktigt samtal.
Boka en 30-minutersdemo och se Finn hantera inkommande och utgående samtal från början till slut — ingen teknikstack att sätta ihop.
Try Finn for free