Turn-taking e interrupciones
VAD detecta actividad; endpointing decide turnos; barge-in no revierte negocio.
Los enlaces con ?t= abren el vídeo en un segundo concreto.
Resumen del vídeo
Las ideas que debes retener
VAD responde «¿hay habla?», no «¿ha terminado la idea?»
Un detector de actividad de voz clasifica regiones de audio como habla o no habla. Silero VAD, por ejemplo, expone timestamps de habla y está diseñado precisamente como detector de…
Un timeout es una política, no una prueba semántica
La forma más simple de endpointing es esperar una ventana de silencio:
Endpointing: decidir cuándo comprometer el turno
El endpoint es el momento en que el sistema deja de tratar el input como un turno todavía abierto y permite que la respuesta dependa de él.
Momentos clave
Ve directamente a una sección
Siguiente paso
