评估与验收

语音Agent为何不能只看响应速度：识别、决策与音画同步要分别验收

语音Agent是由识别、决策、发声和交互状态共同组成的系统。Hugging Face的新组件介绍与NVIDIA作者的MonsterHouse原型说明，统一接口和流畅演示不能替代真实噪声、打断、状态连续性及人工接管测试，尤其不能把合成场景当作现场结果。