待验证50% 置信事实精确时间
AI同声传译技术路径主要有级联式（ASR→MT→TTS串联，延迟通常超过3-5秒）和端到端语音到语音翻译两种
1
来源数
50%
置信度
长期有效
时效性
2026/7/22
首次发现
来源
相关事实
已验证早期语音AI系统采用串联式三段架构（ASR→LLM→TTS），顾客往往需要等待3-5秒才能听到回应85% 相似待验证传统语音AI采用串行管线设计，即VAD→ASR→LLM→TTS四个独立模块依次传递数据，每个环节引入约100-300毫秒延迟，四段叠加总延迟往往超过1秒83% 相似待验证AI实现接近同声传译的体验需要将端到端的语音识别、翻译和合成链路压缩到300毫秒以内82% 相似已验证传统AI语音交互系统采用ASR、NLU、NLG、TTS四个独立模块串联的流水线架构，叠加后总延迟通常在1-3秒82% 相似已验证传统语音交互的三段式架构（ASR+LLM+TTS）总延迟通常在1-3秒80% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/592290API
curl https://kongchang.com/api/v1/knowledge/claims/592290MCP
get_claim(id=592290)