唤醒后的参与状态必须会过期
别名: 聆听窗 · follow-up · 会话超时 · listening timeout
概念解释
唤醒词命中之后,设备进入一段有时限的参与状态:麦克风继续把音频交给识别,用户可以紧接着下命令,有时还可以在几秒内免唤醒追问。这段状态必须到期。到期后系统回到只做关键词检测的待机,直到下一次明确进入。永不过期的聆听窗等于把一次性口令变成持续授权。
机制
参与状态存在,是因为对话轮次不会在唤醒词落地的那一帧结束:用户还要组织下一句,系统也可能追问槽位。工程上用聆听窗(listening window)或会话超时来框住这轮授权:窗内音频按命令处理,窗外只跑关键词检测。超时可以由固定静音时长、固定墙钟时间、或“本轮对话结束后再等一小段”来触发。窗太短,用户来不及说第二句;窗太长,旁人的话、电视对白和用户自己的自言自语都会被当成输入。跟进免唤醒是窗的放宽,不是把守卫拆掉。超时与端点检测不是同一件事:端点决定一句是否说完并提交,超时决定整段参与是否还有效。
怎么研究
用多轮对话任务测量:首轮唤醒后,在不同延迟上插入第二句、插入旁人插话、插入电视语音。自变量包括超时时长、是否允许免唤醒跟进、任务是否需要系统反问。因变量包括跟进成功率、窗内误把非用户语音当命令的次数、以及用户是否意识到仍在被听。只测单轮“唤醒—命令—结束”会把超时设计藏起来。眼动或口语报告可用来核对:界面已经回到待机时,用户是否仍以为可以接着说。
边界
需要连续口述长文本的听写,不应把参与状态做成数秒就断的命令窗;那是另一次明确启动的采集会话。无障碍场景里,构音慢或组织语言慢的用户需要更长的窗,固定超时会把他们反复踢回待机。车载里若用方向盘按键保持按下即听、松开即停,超时逻辑被按压时间替代。永远开着的对讲或会议采集不走唤醒词状态机,不能把“必须过期”套上去。
怎么落地
- 为参与状态设硬超时,并在到期时把聆听指示关掉,而不是只停止识别却留下“还在听”的外观。
- 允许免唤醒跟进时,把窗口做成可见倒计时或明确的“还可以接着说”,超时后必须重新唤醒。
- 用旁人说话和延迟追问做验收:窗内第二句要接得上,窗外未唤醒的句子不得执行。