Adam Schuld

语音代理构建者分享架构、延迟和评估方面的实用技巧

AssemblyAI 在旧金山举办了一场关于构建实用语音代理的聚会，汇集了 Retell 和 Super 生产团队的见解。关键要点包括：倾向于采用级联架构以实现灵活性和定制化；将延迟预算控制在 1-1.5 秒对于自然的对话流程至关重要；以及对模型评估采取分层方法。此评估过程涵盖了语音转文本的自动化指标、精选的困难案例以及使用 LLM 作为评委来评估语言模型，最终通过人工“氛围检查”来评估文本转语音的质量。