在构建基于 OpenAI 实时 API 的语音 AI 时，响应速度往往低于预期，主要瓶颈在于推理过程，但还有额外的延迟可以减少。通过对生产电话语音管道进行测量，发现本地语音活动检测（VAD）能够显著降低响应时间，平均每次交互减少 689 毫秒。该研究展示了如何测量延迟并提出了有效的解决方案，强调了对构建基于实时 API 的对话 AI 的重要性。...