Di 10 bahasa pada lima benua, jawaban rata-rata atas sebuah pertanyaan dimulai hanya 208 milidetik setelah pertanyaan selesai (Stivers dkk., PNAS 2009). Itu jauh lebih singkat daripada sekitar 600 ms yang dibutuhkan seseorang untuk mulai menyebut satu gambar (Levinson dan Torreira, Frontiers in Psychology 2015), sehingga pembicara harus merencanakan balasannya saat lawan bicara masih berbicara. Panggilan video merusak ritme ini: pasangan yang bergantian giliran dalam 135 ms secara tatap muka membutuhkan 487 ms lewat Zoom (Boland dkk., Journal of Experimental Psychology: General 2022). Rangkuman ini membahas percakapan manusia; untuk mengetahui bagaimana perangkat lunak memutuskan bahwa seorang pembicara sudah selesai, lihat statistik deteksi akhir giliran dan interupsi (barge-in) kami. Kami menghimpun data dari PNAS, Max Planck Institute for Psycholinguistics, Journal of Pragmatics, Interspeech, Child Development, ITU, dan lebih dari selusin sumber lain yang telah ditinjau sejawat.
TL;DR
- Respons rata-rata atas sebuah pertanyaan dimulai +208 ms setelah pertanyaan berakhir, dari +7 ms pada bahasa Jepang hingga +469 ms pada bahasa Denmark (Stivers dkk., PNAS 2009).
- Sekitar 40% dari semua interval antarpembicara dalam tiga korpus percakapan berupa tumpang tindih (Heldner dan Edlund, Journal of Phonetics 2010).
- 10.950 percakapan telepon berbahasa Inggris AS menunjukkan jeda rata-rata 0,300 s antargiliran (Cavalcanti dan Skantze, Interspeech 2025).
- Mulai menyebut satu gambar membutuhkan sekitar 600 ms (Levinson dan Torreira, Frontiers in Psychology 2015, mengutip Indefrey dan Levelt 2004).
- Pendengar mulai merencanakan dalam setengah detik setelah jawaban dapat diambil, kadang sekitar 2,4 s sebelum pertanyaan berakhir (Bögels, Magyari, dan Levinson, Scientific Reports 2015).
- Respons yang tidak diutamakan baru jelas lebih banyak daripada yang diutamakan setelah jeda 700 ms atau lebih (Kendrick dan Torreira, Discourse Processes 2015).
- Waktu respons rata-rata yang lebih cepat memprediksi rasa terhubung yang lebih kuat, b = −0,28, P < 0,001 (Templeton dkk., PNAS 2022).
- Bayi menumpangtindihkan sedikit lebih dari sepertiga vokalisasinya dengan ibunya pada usia 3 hingga 5 bulan, sekitar 20% pada usia 18 bulan (Hilbrink, Gattis, dan Levinson, Frontiers in Psychology 2015).
- Dari 26 studi, bayi rata-rata membutuhkan sekitar 1 s untuk merespons (Nguyen dkk., Child Development 2022).
- Transisi giliran naik dari 135 ms secara tatap muka menjadi 487 ms lewat Zoom pada pasangan yang sama (Boland dkk., Journal of Experimental Psychology: General 2022).
- Penundaan satu arah di bawah 150 ms memberikan interaktivitas yang pada dasarnya transparan; 400 ms adalah batas atas perencanaan (Rekomendasi ITU-T G.114, 2003).
1. Jeda Rata-Rata antara Giliran Bicara di Berbagai Bahasa
Temuan utama dari perbandingan lintas bahasa terbesar bukanlah bahwa budaya berbeda, melainkan betapa kecilnya perbedaan itu. Dalam studi Stivers dan rekan-rekannya terhadap 10 bahasa, offset respons yang paling umum adalah tepat 0 ms, dan rata-rata setiap bahasa berada dalam kisaran sekitar 250 ms di kedua sisi rata-rata gabungan. Bahasa Denmark, bahasa paling lambat dalam sampel, pun masih menjawab dalam waktu kurang dari setengah detik secara rata-rata (+469 ms). Para penulis menduga bahwa deskripsi etnografis tentang budaya percakapan yang tampak sangat “lambat” atau “cepat” mencerminkan kepekaan terhadap perbedaan tempo yang hanya beberapa ratus milidetik.
Ukuran yang dipakai di sini adalah offset peralihan hak bicara (floor transfer offset, FTO): waktu dari akhir giliran satu pembicara hingga awal giliran pembicara berikutnya, dengan nilai negatif berarti pembicara berikutnya mulai lebih awal, secara tumpang tindih. Rata-rata per bahasa, sebagaimana ditabulasikan oleh Levinson dan Torreira (Tabel 1), adalah Tzeltal 67 ms, Yélî Dnye 71 ms, bahasa Belanda 108 ms, bahasa Korea 182 ms, bahasa Inggris 236 ms, bahasa Italia 309 ms, bahasa Laos 419 ms, dan ‡Ākhoe Hai‖om 423 ms. Korpus telepon besar berbahasa Inggris berada dalam rentang yang sama: rata-rata 187 ms pada Switchboard dan 0,300 s pada Fisher.
| Metrik | Nilai | Sumber |
|---|---|---|
| Ukuran perbandingan 10 bahasa | 350 pertanyaan berurutan per bahasa, total 101 percakapan | Stivers dkk., PNAS 2009 |
| Waktu rata-rata dari akhir pertanyaan hingga awal respons, gabungan 10 bahasa | +208 ms | Stivers dkk., PNAS 2009 |
| Offset respons yang paling sering muncul (modus) dan median, gabungan 10 bahasa | Modus 0 ms, median +100 ms | Stivers dkk., PNAS 2009 |
| Bahasa tercepat dibandingkan terlambat, berdasarkan rata-rata offset respons | bahasa Jepang +7 ms dibandingkan bahasa Denmark +469 ms | Stivers dkk., PNAS 2009 |
| Rata-rata dan median offset peralihan hak bicara, korpus telepon bahasa Inggris Switchboard (19.754 transisi giliran, 348 percakapan) | Rata-rata 187 ms, median 168 ms | Roberts, Torreira, dan Levinson, Frontiers in Psychology 2015 |
| Rata-rata offset transisi, korpus telepon bahasa Inggris AS Fisher (10.950 percakapan, 11.684 pembicara) | 0,300 s (simpangan baku = 0,228) | Cavalcanti dan Skantze, Interspeech 2025 |
| Jeda rata-rata pada percakapan dyadik yang dipakai untuk mendefinisikan jeda panjang | 248 ms (simpangan baku = 598 ms) | Templeton dkk., Philosophical Transactions B 2023 |
Catatan konteks: angka 10 bahasa hanya mencakup respons terhadap pertanyaan, bukan setiap pergantian giliran, dan data terbaru yang tersedia untuk perbandingan itu berasal dari 2009. Studi Fisher 2025 menambahkan satu kejutan: demografi nyaris tidak berpengaruh (jenis kelamin menjelaskan sekitar 3,2% variasi dan usia 1,3%), sedangkan pasangan pembicara yang spesifik paling berpengaruh, yang oleh para penulis disebut “dyadosyncrasy” (kekhasan yang melekat pada pasangan bicara) (Cavalcanti dan Skantze, Interspeech 2025).
2. Tingkat Tumpang Tindih dan Bentuk Distribusi Jeda
Rata-rata sekitar 200 ms menyembunyikan sebaran yang lebar. Diukur pada setiap pergantian pembicara, tumpang tindih bukan gangguan yang jarang terjadi, melainkan bagian rutin dari percakapan: dalam korpus yang dianalisis oleh Heldner dan Edlund, sekitar 40% dari semua interval antarpembicara berupa tumpang tindih. Interval antarpembicara adalah keheningan atau tumpang tindih pada saat satu pembicara berhenti dan yang lain mulai.
Namun tumpang tindih hanya mengisi sedikit sekali dari rekaman sebenarnya. Dalam korpus telepon Switchboard hanya 3,8% audio yang berisi kedua orang berbicara bersamaan, karena sebagian besar tumpang tindih berlangsung singkat. Heldner dan Edlund juga menemukan bahwa hanya 14 hingga 19% jeda yang lebih pendek dari 200 ms, sehingga transisi “tanpa jeda, tanpa tumpang tindih” jauh lebih jarang daripada yang disiratkan deskripsi dalam buku teks.
| Metrik | Nilai | Sumber |
|---|---|---|
| Porsi interval antarpembicara yang berupa tumpang tindih (Spoken Dutch Corpus / HCRC Map Task Corpus / Swedish Map Task Corpus) | 40,0% / 41,7% / 40,0% | Heldner dan Edlund, Journal of Phonetics 2010 |
| Porsi interval antarpembicara (jeda dan tumpang tindih) yang lebih pendek dari 500 ms | 70-82% | Heldner dan Edlund, Journal of Phonetics 2010 |
| Porsi interval antarpembicara yang berupa tumpang tindih atau jeda yang terlalu singkat untuk disadari | 55-59% | Heldner dan Edlund, Journal of Phonetics 2010 |
| Porsi audio telepon Switchboard dengan kedua pembicara berbicara bersamaan | 3,8% (77% hanya satu pembicara, 19,2% hening) | Levinson dan Torreira, Frontiers in Psychology 2015 |
| Porsi peralihan hak bicara Switchboard yang dimulai secara tumpang tindih | 30,1% | Roberts, Torreira, dan Levinson, Frontiers in Psychology 2015 |
| Umpan balik pendengar (backchannel) yang ditumpangi giliran berikutnya dibandingkan giliran lain yang ditumpangi (Switchboard) | 35% dibandingkan 28% | Roberts, Torreira, dan Levinson, Frontiers in Psychology 2015 |
| Ujaran yang tumpang tindih sebagai porsi dari seluruh ujaran, 6 bahasa, masing-masing sekitar satu jam | 10,5% (bahasa Spanyol) hingga 20,8% (bahasa Korea); bahasa Inggris 12,6% | Liesenfeld, Lopez, dan Dingemanse 2023 |
| Durasi rata-rata giliran dalam sampel 6 bahasa yang sama | 2.538 ms (bahasa Mandarin) hingga 4.620 ms (bahasa Spanyol) | Liesenfeld, Lopez, dan Dingemanse 2023 |
Definisi berbeda-beda, dan itulah sebabnya porsi tumpang tindih tidak cocok antarbaris: Heldner dan Edlund menghitung tumpang tindih di antara semua interval antarpembicara, angka 30,1% Switchboard menghitung peralihan hak bicara, dan sampel 6 bahasa dalam Liesenfeld, Lopez, dan Dingemanse mengukur tumpang tindih sebagai porsi dari waktu bicara. Umpan balik pendengar (backchannel) adalah respons singkat pendengar seperti “mm-hm” atau “yeah” yang tidak mengambil hak bicara. Data terbaru yang tersedia untuk korpus bahasa Belanda, Inggris, dan Swedia berasal dari 2010.
3. Berapa Lama Waktu untuk Merencanakan Balasan
Inilah teka-teki utama dalam penelitian pergantian giliran bicara. Menghasilkan satu kata saja membutuhkan sekitar 600 ms sejak melihat gambar hingga mulai berbicara, dan kalimat sederhana sekitar 1.500 ms, padahal jeda rata-rata 208 ms dari bagian 1 hanya sekitar sepertiga dari angka satu kata itu (208 / 600 = 0,35). Satu-satunya cara agar angka-angka itu cocok adalah jika pendengar mulai merencanakan jawabannya saat masih mendengarkan.
Bukti EEG mendukung hal tersebut. Dalam eksperimen Bögels, Magyari, dan Levinson, tanda-tanda otak dari perencanaan respons muncul dalam setengah detik setelah jawaban atas pertanyaan dapat diambil, pada sebagian pertanyaan sekitar 2,4 detik sebelum pertanyaan berakhir. Jawaban yang dapat direncanakan lebih awal keluar lebih cepat: 950 ms dikurangi 640 ms menghasilkan selisih sekitar 310 ms antara kedua kondisi (hitungan kami dari rata-rata yang dilaporkan). Persoalan anggaran waktu yang sama kini menggerakkan desain perangkat lunak suara, seperti ditunjukkan oleh tolok ukur waktu hingga audio pertama untuk agen suara kami.
| Metrik | Nilai | Sumber |
|---|---|---|
| Waktu dari melihat gambar hingga mulai menyebutnya (perkiraan) | sekitar 600 ms | Levinson dan Torreira, Frontiers in Psychology 2015, mengutip Indefrey dan Levelt 2004 |
| Waktu sebelum ujaran dimulai saat menggambarkan adegan sederhana (misalnya anak laki-laki menendang bola) dalam satu kalimat | sekitar 1.500 ms | Levinson dan Torreira, Frontiers in Psychology 2015 |
| Waktu munculnya tanda EEG awal persiapan respons, relatif terhadap akhir giliran yang masuk | sekitar 1.200 ms sebelum akhir, kira-kira di tengah giliran | Levinson dan Torreira, Frontiers in Psychology 2015, mengutip Magyari dkk. 2014 |
| Partisipan dan stimulus dalam eksperimen EEG tanya-jawab | 24 partisipan (eksperimen utama), 94 pasang pertanyaan bahasa Belanda | Bögels, Magyari, dan Levinson, Scientific Reports 2015 |
| Waktu respons rata-rata ketika jawaban tersedia sejak awal pertanyaan dibandingkan hanya di akhir | M = 640 ms (modus sekitar 400 ms) dibandingkan M = 950 ms (modus sekitar 750 ms) | Bögels, Magyari, dan Levinson, Scientific Reports 2015 |
| Seberapa awal jawaban dapat diambil pada pertanyaan dengan jawaban awal | rata-rata sekitar 2,4 detik sebelum pertanyaan berakhir | Bögels, Magyari, dan Levinson, Scientific Reports 2015 |
| Pendengar dalam eksperimen bahasa Swedia tentang isyarat akhir giliran, dan perubahan paling mengganggu pada 500 ms terakhir sebuah giliran | N = 32; peningkatan laju bicara (p < 0,005) | Feindt dkk., Interspeech 2023 |
Catatan konteks: dalam studi bahasa Swedia di Interspeech 2023, mempercepat akhir sebuah giliran memperpanjang waktu reaksi ketika pembicara mempertahankan giliran tetapi mempersingkatnya ketika pembicara menyerahkannya, tanda bahwa pendengar membaca laju bicara sebagai isyarat akhir giliran. Data terbaru yang tersedia untuk latensi penamaan berasal dari 2004 dan sebelumnya.
4. Apa yang Ditandakan oleh Jeda: Preferensi, Persetujuan, dan Kedekatan
Karena jeda bawaan sangat singkat, jeda yang sedikit lebih panjang membawa makna. Konfirmasi datang lebih cepat daripada kebalikannya: jawaban yang mengonfirmasi rata-rata 100 hingga 500 ms lebih cepat daripada yang tidak mengonfirmasi di seluruh 10 bahasa dalam perbandingan pada bagian 1. Dalam korpus telepon, Kendrick dan Torreira menemukan bahwa penolakan dan respons lain yang tidak diutamakan baru jelas lebih banyak daripada yang diutamakan setelah jeda mencapai 700 ms atau lebih.
Kecepatan juga terbaca sebagai keakraban. Dalam studi PNAS 2022 oleh Templeton dan rekan-rekannya, waktu respons yang lebih singkat memprediksi rasa terhubung yang lebih kuat, dan pendengar luar menilai versi cepat hasil suntingan dari percakapan lebih menyenangkan daripada versi lambat. Namun aturan itu terbalik di antara teman: dalam studi lanjutan 2023, teman memiliki lebih banyak keheningan panjang daripada orang asing, dan keheningan itu tidak terasa canggung bagi mereka.
| Metrik | Nilai | Sumber |
|---|---|---|
| Kecepatan jawaban yang mengonfirmasi dibandingkan jawaban yang tidak mengonfirmasi atas pertanyaan | rata-rata 100 hingga 500 ms lebih cepat, di seluruh 10 bahasa | Stivers dkk., PNAS 2009 |
| Panjang jeda saat respons yang tidak diutamakan jelas lebih banyak daripada yang diutamakan (195 respons dalam korpus telepon) | 700 ms atau lebih | Kendrick dan Torreira, Discourse Processes 2015 |
| Jeda rata-rata setelah giliran yang berisi tindakan menanggapi dibandingkan setelah giliran lain (Switchboard) | 150 ms dibandingkan 202 ms | Roberts, Torreira, dan Levinson, Frontiers in Psychology 2015 |
| Pengaruh waktu respons rata-rata seseorang terhadap rasa terhubung (66 partisipan, masing-masing dalam 10 percakapan sepuluh menit) | b = −0,28, SE = 0,05, P < 0,001 | Templeton dkk., PNAS 2022 |
| Jeda rata-rata pada versi cepat, asli, dan lambat hasil suntingan dari percakapan yang sama, dinilai oleh 450 pendengar daring | 55,68 ms / 278,55 ms / 557,14 ms; waktu respons memprediksi kesenangan yang dirasakan secara berbanding terbalik, F(2; 2.351,9) = 49,44, P < 0,001 | Templeton dkk., PNAS 2022 |
| Ambang yang dipakai untuk mendefinisikan jeda panjang dalam percakapan | lebih dari 2 s, kira-kira 3 simpangan baku dari rata-rata | Templeton dkk., Philosophical Transactions B 2023 |
| Percakapan yang dianalisis, dan kelompok mana yang memiliki lebih banyak jeda panjang | 261 pasangan orang asing dan 65 percakapan teman; teman memiliki lebih banyak jeda panjang daripada orang asing | Templeton dkk., Philosophical Transactions B 2023 |
Catatan konteks: temuan Templeton berasal dari sampel satu kelompok peneliti (66 partisipan dalam studi 2022, 261 pasangan orang asing dalam studi 2023), jadi perlakukan sebagai bukti tentang partisipan tersebut, bukan tentang semua pembicara. Respons “tidak diutamakan” (dispreferred) adalah respons yang tidak diharapkan oleh pertanyaan, seperti menolak undangan atau tidak setuju.
5. Bagaimana Anak-Anak Mengembangkan Pengaturan Waktu Giliran Bicara
Pergantian giliran bicara dimulai sebelum kata-kata, dan jalurnya tidak lurus. Bayi usia 3 hingga 5 bulan cepat tetapi berantakan: dalam studi longitudinal Hilbrink, Gattis, dan Levinson terhadap 12 pasangan ibu-bayi (8.555 transisi giliran), bayi menghasilkan sedikit lebih dari sepertiga vokalisasinya secara tumpang tindih dengan ibunya. Pada usia sekitar 9 dan 12 bulan, jeda mereka menjadi jauh lebih panjang, sementara waktu respons para ibu tetap stabil.
Laporan sebelumnya dengan sebagian penulis yang sama menggambarkan perlambatan yang sama: anak-anak mulai setara dengan ibunya tetapi menunjukkan jeda yang jauh lebih panjang pada sampel usia 12 bulan (Casillas dkk., SemDial 2013). Dari 26 studi, bukti gabungan menempatkan latensi respons bayi sekitar satu detik, beberapa kali lebih lama daripada rata-rata orang dewasa pada bagian 1.
| Metrik | Nilai | Sumber |
|---|---|---|
| Transisi giliran rata-rata dalam protopercakapan ibu-bayi pada usia sekitar 3 bulan | sekitar 1,5 s | Levinson dan Torreira, Frontiers in Psychology 2015, mengutip Bateson 1975 |
| Vokalisasi bayi yang dihasilkan secara tumpang tindih dengan ibu pada usia 3, 4, dan 5 bulan | sedikit lebih dari sepertiga | Hilbrink, Gattis, dan Levinson, Frontiers in Psychology 2015 |
| Giliran ibu yang dihasilkan secara tumpang tindih dengan bayi pada usia 3, 4, dan 5 bulan | antara 14 dan 21% | Hilbrink, Gattis, dan Levinson, Frontiers in Psychology 2015 |
| Giliran bayi yang dihasilkan secara tumpang tindih pada usia 18 bulan | sekitar 20%, mirip dengan para ibu | Hilbrink, Gattis, dan Levinson, Frontiers in Psychology 2015 |
| Anak yang menumpangi akhir giliran ibu sebelum usia 5 bulan dibandingkan pada usia 1 tahun 8 bulan | hampir 40% dari waktu dibandingkan sekitar 4% | Casillas dkk., SemDial 2013 |
| Latensi respons bayi gabungan dari 26 studi (78 estimasi, 429 bayi) | rata-rata sekitar 1 s | Nguyen dkk., Child Development 2022 |
| Perubahan latensi respons bayi ketika latensi orang dewasa naik 1 s (misalnya 400 menjadi 1.400 ms) | peningkatan lebih dari 1 s | Nguyen dkk., Child Development 2022 |
Baris terakhir adalah yang paling praktis: meta-analisis 2022 menemukan bahwa bayi meniru tempo lawan bicaranya, sehingga orang dewasa yang lebih lambat dijawab oleh bayi yang lebih lambat. Data terbaru yang tersedia untuk sampel bayi longitudinal berasal dari 2013 hingga 2015.
6. Latensi Panggilan Video dan Pergantian Giliran Bicara
Panggilan video hanya menambah puluhan milidetik penundaan audio, tetapi dampaknya pada pergantian giliran bicara sama sekali tidak sebanding. Dalam eksperimen Boland dan rekan-rekannya, pasangan yang sama yang bergantian giliran dalam 135 ms secara tatap muka membutuhkan 487 ms lewat Zoom, kenaikan 352 ms (487 dikurangi 135) dibandingkan perkiraan penundaan transmisi hanya 30-70 ms. Dalam tugas ya/tidak, selisih antara jawaban lokal dan jarak jauh adalah 679 ms (976 dikurangi 297). Para penulis berpendapat bahwa penundaan mengganggu mekanisme pengaturan waktu yang dipakai orang untuk memulai giliran, bukan hanya sinyalnya.
Data lapangan dari konsultasi video klinis menceritakan hal yang sama. Seuren dan rekan-rekannya menemukan bahwa latensi sekitar 100 ms nyaris tidak memengaruhi pergantian giliran, sedangkan pada 700 ms para peserta rutin kesulitan, dengan keheningan yang tidak disengaja dan ucapan yang saling menimpa. Para insinyur jaringan sudah lama merencanakan di sekitar batas serupa, seperti dibahas dalam statistik jitter buffer VoIP dan kualitas ujaran kami.
| Metrik | Nilai | Sumber |
|---|---|---|
| Jawaban ya/tidak atas pertanyaan rekaman: latensi rata-rata respons lokal dibandingkan jarak jauh (Zoom) | 297 ms dibandingkan 976 ms | Boland dkk., Journal of Experimental Psychology: General 2022 |
| Waktu transisi giliran untuk pasangan yang sama, tatap muka dibandingkan lewat Zoom | 135 ms dibandingkan 487 ms | Boland dkk., Journal of Experimental Psychology: General 2022 |
| Perkiraan penundaan transmisi audio dalam eksperimen Zoom | 30-70 ms | Boland dkk., Journal of Experimental Psychology: General 2022 |
| Konsultasi video yang dianalisis, dan masalah pergantian giliran yang ditemukan | 25 konsultasi (7 jam 57 menit); 130 keheningan yang terasa dan 172 tumpang tindih | Seuren dkk., Journal of Pragmatics 2021 |
| Latensi saat pergantian giliran nyaris tidak terpengaruh dibandingkan rutin terganggu | sekitar 100 ms dibandingkan 700 ms | Seuren dkk., Journal of Pragmatics 2021 |
| Penundaan satu arah di bawah mana sebagian besar aplikasi memiliki interaktivitas yang pada dasarnya transparan | di bawah 150 ms | Rekomendasi ITU-T G.114, 2003 |
| Penundaan satu arah yang tidak boleh dilampaui untuk perencanaan jaringan umum | 400 ms | Rekomendasi ITU-T G.114, 2003 |
| Penundaan satu arah tanpa dampak signifikan pada kualitas ujaran keseluruhan yang dirasakan dalam percakapan yang sangat interaktif (penundaan yang diuji hingga 1.600 ms) | hingga 400 ms | Egger, Schatz, dan Scherer, Interspeech 2010 |
Catatan pencilan: ITU-T G.114 sendiri memperingatkan bahwa tugas yang sangat interaktif, termasuk sebagian konferensi suara dan video, dapat terpengaruh oleh penundaan di bawah 100 ms, dan uji Interspeech 2010 menemukan bahwa kepekaan terhadap penundaan meningkat seiring tingkat interaktivitas percakapan. Penilaian kualitas dan pengaturan waktu giliran adalah ukuran yang berbeda, itulah sebabnya penundaan 400 ms dapat dinilai dapat diterima namun tetap menimbulkan ucapan yang saling menimpa. Rantai pemrosesan berlapis seperti interpretasi langsung menambahkan penundaannya sendiri di atas itu, seperti ditunjukkan dalam statistik latensi terjemahan ujaran-ke-ujaran kami. Data terbaru yang tersedia untuk G.114 adalah edisi 2003, yang masih berlaku.
Ringkasan: Durasi Jeda Pergantian Giliran Bicara dalam Angka
| Metrik | Nilai | Sumber |
|---|---|---|
| Rata-rata offset respons setelah pertanyaan, gabungan 10 bahasa | +208 ms | Stivers dkk., PNAS 2009 |
| Porsi interval antarpembicara yang berupa tumpang tindih | sekitar 40% | Heldner dan Edlund, Journal of Phonetics 2010 |
| Porsi interval antarpembicara yang lebih pendek dari 500 ms | 70-82% | Heldner dan Edlund, Journal of Phonetics 2010 |
| Rata-rata dan median offset peralihan hak bicara, Switchboard | 187 ms dan 168 ms | Roberts, Torreira, dan Levinson, Frontiers in Psychology 2015 |
| Jeda rata-rata, korpus Fisher (10.950 percakapan telepon berbahasa Inggris AS) | 0,300 s | Cavalcanti dan Skantze, Interspeech 2025 |
| Waktu dari melihat gambar hingga mulai menyebutnya | sekitar 600 ms | Levinson dan Torreira, Frontiers in Psychology 2015 |
| Ujaran yang tumpang tindih sebagai porsi dari seluruh ujaran, 6 bahasa | 10,5% hingga 20,8% | Liesenfeld, Lopez, dan Dingemanse 2023 |
| Waktu respons, jawaban tersedia awal dibandingkan akhir dalam pertanyaan | 640 ms dibandingkan 950 ms | Bögels, Magyari, dan Levinson, Scientific Reports 2015 |
| Seberapa awal jawaban dapat diambil pada pertanyaan dengan jawaban awal | sekitar 2,4 s sebelum pertanyaan berakhir | Bögels, Magyari, dan Levinson, Scientific Reports 2015 |
| Panjang jeda saat respons yang tidak diutamakan jelas mendominasi | 700 ms atau lebih | Kendrick dan Torreira, Discourse Processes 2015 |
| Pengaruh waktu respons rata-rata terhadap rasa terhubung | b = −0,28, P < 0,001 | Templeton dkk., PNAS 2022 |
| Kelompok dengan lebih banyak jeda panjang (lebih dari 2 s) | teman, bukan orang asing | Templeton dkk., Philosophical Transactions B 2023 |
| Vokalisasi bayi yang tumpang tindih, usia 3 hingga 5 bulan dibandingkan 18 bulan | sedikit lebih dari sepertiga dibandingkan sekitar 20% | Hilbrink, Gattis, dan Levinson, Frontiers in Psychology 2015 |
| Anak yang menumpangi akhir giliran ibu, sebelum usia 5 bulan dibandingkan pada usia 1 tahun 8 bulan | hampir 40% dibandingkan sekitar 4% | Casillas dkk., SemDial 2013 |
| Latensi respons bayi dari 26 studi | sekitar 1 s | Nguyen dkk., Child Development 2022 |
| Waktu transisi giliran, tatap muka dibandingkan Zoom | 135 ms dibandingkan 487 ms | Boland dkk., Journal of Experimental Psychology: General 2022 |
| Latensi jawaban ya/tidak, lokal dibandingkan jarak jauh lewat Zoom | 297 ms dibandingkan 976 ms | Boland dkk., Journal of Experimental Psychology: General 2022 |
| Latensi panggilan video: nyaris tidak terpengaruh dibandingkan rutin terganggu | sekitar 100 ms dibandingkan 700 ms | Seuren dkk., Journal of Pragmatics 2021 |
| Penundaan satu arah: interaktivitas transparan dibandingkan batas atas perencanaan | di bawah 150 ms dibandingkan 400 ms | Rekomendasi ITU-T G.114, 2003 |
Metodologi dan Sumber
- Stivers et al., Universals and cultural variation in turn-taking in conversation, PNAS 2009
- Levinson and Torreira, Timing in turn-taking and its implications for processing models of language, Frontiers in Psychology 2015
- Roberts, Torreira and Levinson, The effects of processing and sequence organization on the timing of turn taking: a corpus study, Frontiers in Psychology 2015
- Heldner and Edlund, Pauses, gaps and overlaps in conversations, Journal of Phonetics 2010
- Cavalcanti and Skantze, Dyadosyncrasy, Idiosyncrasy and Demographic Factors in Turn-Taking, Interspeech 2025
- Liesenfeld, Lopez and Dingemanse, The timing bottleneck, arXiv 2307.15493, 2023
- Bögels, Magyari and Levinson, Neural signatures of response planning occur midway through an incoming question in conversation, Scientific Reports 2015
- Feindt et al., Cues to next-speaker projection in conversational Swedish, Interspeech 2023
- Kendrick and Torreira, The timing and construction of preference: a quantitative study, Discourse Processes 2015
- Templeton et al., Fast response times signal social connection in conversation, PNAS 2022
- Templeton et al., Long gaps between turns are awkward for strangers but not for friends, Philosophical Transactions of the Royal Society B 2023
- Hilbrink, Gattis and Levinson, Early developmental changes in the timing of turn-taking, Frontiers in Psychology 2015
- Casillas et al., Turn-timing in naturalistic mother-child interactions: a longitudinal perspective, SemDial 2013
- Nguyen, Versyp, Cox and Fusaroli, A systematic review and Bayesian meta-analysis of the development of turn taking in adult-child vocal interactions, Child Development 2022
- Boland, Fonseca, Mermelstein and Williamson, Zoom disrupts the rhythm of conversation, Journal of Experimental Psychology: General 2022
- Seuren, Wherton, Greenhalgh and Shaw, Whose turn is it anyway? Latency and the organization of turn-taking in video-mediated interaction, Journal of Pragmatics 2021
- ITU-T Recommendation G.114, One-way transmission time, 2003
- Egger, Schatz and Scherer, It takes two to tango: assessing the impact of delay on conversational interactivity on perceived speech quality, Interspeech 2010
- Catatan data: makalah asli 10 bahasa melaporkan bahasa Denmark pada +469 ms dan bahasa Italia pada +310 ms dalam teksnya, sedangkan tabel tinjauan 2015 yang mereproduksinya mencantumkan 468 ms dan 309 ms; kami memakai angka makalah asli ketika mengutipnya langsung. Perbandingan 10 bahasa hanya mengukur jawaban atas pertanyaan, sehingga rata-ratanya tidak dapat langsung dibandingkan dengan rata-rata seluruh korpus dari Switchboard (187 ms) atau Fisher (0,300 s). Porsi tumpang tindih berbeda menurut definisi (40% dari interval antarpembicara, 30,1% dari peralihan hak bicara Switchboard, 10,5-20,8% dari waktu bicara) dan tidak boleh dibandingkan seolah-olah mengukur hal yang sama. Sampel tumpang tindih 6 bahasa hanya mencakup sekitar satu jam percakapan per bahasa. Sebagian besar data lintas bahasa, perkembangan anak, dan perencanaan berusia lebih dari tiga tahun; tambahan terbaru adalah analisis Fisher Interspeech 2025 dan studi 2022-2023 tentang Zoom, kecepatan respons, dan jeda panjang. Temuan Zoom berasal dari eksperimen terkendali dengan penundaan transmisi yang diperkirakan, bukan diukur per panggilan.
Terakhir diperbarui: 8 November 2026. Kami memperbarui rangkuman ini setiap kuartal, dan pembaruan berikutnya diperkirakan terjadi ketika prosiding Interspeech 2026 diindeks di ISCA Archive.