タグ: 音声AI

音声エージェントのターン検出：VADだけの判定と発話終了モデルの違い 2026/10/28
ターン検出は話し手が話し終えたかを判定する処理で、VADはその入口で声の有無だけを見る。現在は無音の時点で発話終了モデルが待ち時間を決め、入力は音声へ移りつつある。LiveKitとPipecatの資料に基づき、比較の数値はLiveKit自身の評価の英語と日本語の値である。