V5.03.2Conversational latency设计研究
延迟破坏轮流发言的节奏
别名: 会话延迟 · 音视频延迟 · turn-taking latency
概念解释
会话延迟（conversational latency）是一个人的声音、画面或回应到达他人端的时间差。它破坏轮流发言，因为日常对话依靠极短停顿、吸气和身体前倾判断对方是否让出话轮；延迟使这些信号到达时已经过期。
机制
双方各自听到的停顿并不相同：甲以为乙已说完而开口，乙在甲的声音到达前也开始接话，于是重叠后又同时退让。为避免冒犯，人们会延长等待，谈话显得迟滞，较谨慎者发言机会减少。丢包和回声会进一步让人无法判断是沉默、思考还是传输故障。
怎么研究
- 范式：实验操纵单向或往返延迟，分析转写中的重叠、停顿、退让和发言分布。
- 变量：端到端延迟、抖动、丢包、重叠次数、轮次间隙和参与感。
- 方法论注意点：平均延迟会掩盖突然抖动；应记录变化而非只报一个网络数值。
边界
严格主持、文字队列或非实时录制能绕开部分轮次问题，但牺牲自然追问。低延迟也不能解决摄像头视线或群体权力造成的沉默。
怎么落地
- 显式显示网络质量，出现明显延迟时建议慢速轮转或文字补充，而非静默降级。
- 主持人给发言后留短暂停顿，并复述确认交接对象。
- 为多人会话提供举手、队列和聊天入口，避免全靠抢话。
- 验证办法：按网络状况审计重叠、退让和不同成员的发言机会，检查延迟高时是否集中损失某些人。