5大陸にまたがる10言語で、質問に対する返答は平均してわずか208ミリ秒後に始まる(Stivers他、PNAS 2009)。これは、人が1枚の絵の名前を言い始めるまでに要するおよそ600 msよりはるかに短く(LevinsonとTorreira、Frontiers in Psychology 2015)、話し手は相手がまだ話している間に返答を準備しなければならない。ビデオ通話はこのリズムを崩す。対面では135 msで話者交替していたペアが、Zoom経由では487 msを要した(Boland他、Journal of Experimental Psychology: General 2022)。このまとめは人間の会話を扱う。ソフトウェアが話し手の発話終了をどう判断するかについては、当社の発話終了検出とバージイン(割り込み)の統計をご覧ください。PNAS、マックス・プランク心理言語学研究所(Max Planck Institute for Psycholinguistics)、Journal of Pragmatics、Interspeech、Child Development、ITU、さらに十数件の査読済み情報源からデータを集約した。
主なポイント
- 質問への返答の平均は質問終了の+208 ms後に始まり、日本語の+7 msからデンマーク語の+469 msまでの幅がある(Stivers他、PNAS 2009)。
- 3つの会話コーパスでは、話者間の間隔全体の約40%がオーバーラップである(HeldnerとEdlund、Journal of Phonetics 2010)。
- 米国英語の電話会話10,950件では、ターン間の平均ギャップは0.300秒である(CavalcantiとSkantze、Interspeech 2025)。
- 1枚の絵の名前を言い始めるまでに約600 msかかる(LevinsonとTorreira、Frontiers in Psychology 2015、IndefreyとLevelt 2004を引用)。
- 聞き手は、答えを取り出せるようになってから0.5秒以内に準備を始め、質問が終わる約2.4秒前から始めることもある(Bögels、Magyari、Levinson、Scientific Reports 2015)。
- 非優先応答が優先応答を明確に上回るのは、700 ms以上のギャップの後だけである(KendrickとTorreira、Discourse Processes 2015)。
- 平均応答時間が速いほど、つながりの実感が強いと予測される。b = −0.28、P < 0.001(Templeton他、PNAS 2022)。
- 乳児は生後3〜5か月で発声の3分の1をわずかに超える割合を母親と重ね、18か月ではおよそ20%になる(Hilbrink、Gattis、Levinson、Frontiers in Psychology 2015)。
- 26件の研究を通じて、乳児の応答には平均しておよそ1秒かかる(Nguyen他、Child Development 2022)。
- 同じペアで、ターンの移行は対面の135 msからZoomでは487 msに延びた(Boland他、Journal of Experimental Psychology: General 2022)。
- 片道遅延が150 ms未満なら実質的に透過的な対話性が得られ、400 msは計画上の上限である(ITU-T勧告G.114、2003年)。
1. 言語別のターン間の平均ギャップ
言語間比較として最大規模の研究から得られた最大の発見は、文化が違うという点ではなく、違いがいかに小さいかという点だ。Stivers他による10言語の研究では、最も多かった応答オフセットはちょうど0 msで、どの言語の平均もプール平均の前後およそ250 ms以内に収まった。サンプル中で最も遅いデンマーク語でも、平均では半秒未満で答えていた(+469 ms)。著者らは、会話文化が際立って「遅い」あるいは「速い」とするエスノグラフィー的な記述は、わずか数百ミリ秒のテンポの違いに対する感度を反映したものだと示唆している。
ここで用いる指標は、発話権移行オフセット(floor transfer offset、FTO)である。これは、ある話者のターンの終わりから次の話者のターンの始まりまでの時間で、負の値は次の話者が早く始めた、つまりオーバーラップしたことを意味する。LevinsonとTorreira(表1)がまとめた言語別の平均は、Tzeltal 67 ms、Yélî Dnye 71 ms、オランダ語108 ms、韓国語182 ms、英語236 ms、イタリア語309 ms、ラオ語419 ms、‡Ākhoe Hai‖om 423 msだった。大規模な英語の電話コーパスも同じ範囲に収まる。Switchboardでは平均187 ms、Fisherでは0.300秒である。
| 指標 | 値 | 出典 |
|---|---|---|
| 10言語比較の規模 | 1言語あたり連続した質問350件、会話は合計101件 | Stivers他、PNAS 2009 |
| 質問の終わりから応答の始まりまでの平均時間、10言語をプール | +208 ms | Stivers他、PNAS 2009 |
| 最頻の応答オフセット(最頻値)と中央値、10言語をプール | 最頻値0 ms、中央値+100 ms | Stivers他、PNAS 2009 |
| 平均応答オフセットで見た最速の言語と最遅の言語 | 日本語+7 ms対デンマーク語+469 ms | Stivers他、PNAS 2009 |
| 発話権移行オフセットの平均と中央値、Switchboard英語電話コーパス(ターン移行19,754件、会話348件) | 平均187 ms、中央値168 ms | Roberts、Torreira、Levinson、Frontiers in Psychology 2015 |
| 平均の移行オフセット、Fisher米国英語電話コーパス(会話10,950件、話者11,684人) | 0.300秒(SD = 0.228) | CavalcantiとSkantze、Interspeech 2025 |
| 長いギャップの定義に用いた二者会話全体の平均ギャップ | 248 ms(SD = 598 ms) | Templeton他、Philosophical Transactions B 2023 |
文脈上の注記:10言語の数値は質問への応答のみを対象としており、すべてのターン交替を対象としているわけではない。この比較で入手できる最新のデータは2009年のものである。2025年のFisher研究は意外な点を加えている。人口統計はほとんど影響せず(性別が説明した変動は約3.2%、年齢は1.3%)、最も影響が大きかったのは話者の特定の組み合わせで、著者らはこれを「ダイアド固有性」(dyadosyncrasy)と呼んでいる(CavalcantiとSkantze、Interspeech 2025)。
2. オーバーラップの割合とギャップ分布の形
約200 msという平均は、大きなばらつきを隠している。話者が交替するたびに測定すると、オーバーラップはまれな破綻ではなく、会話の日常的な一部だ。HeldnerとEdlundが分析したコーパスでは、話者間の間隔全体の約40%がオーバーラップだった。話者間の間隔とは、一方の話者が話し終え、もう一方が話し始める瞬間の沈黙またはオーバーラップのことである。
それでも、オーバーラップが実際の録音に占める割合はごくわずかだ。Switchboard電話コーパスでは、両者が同時に話している音声は3.8%にすぎない。ほとんどのオーバーラップが短いためだ。HeldnerとEdlundは、200 msより短いギャップは14〜19%にすぎないことも見いだしており、「ギャップもオーバーラップもない」移行は、教科書的な説明が示唆するよりはるかにまれである。
| 指標 | 値 | 出典 |
|---|---|---|
| 話者間の間隔のうちオーバーラップが占める割合(Spoken Dutch Corpus / HCRC Map Task Corpus / Swedish Map Task Corpus) | 40.0% / 41.7% / 40.0% | HeldnerとEdlund、Journal of Phonetics 2010 |
| 500 msより短い話者間の間隔(ギャップとオーバーラップ)の割合 | 70-82% | HeldnerとEdlund、Journal of Phonetics 2010 |
| オーバーラップ、または気づかれないほど短いギャップのいずれかである話者間の間隔の割合 | 55-59% | HeldnerとEdlund、Journal of Phonetics 2010 |
| Switchboard電話音声のうち両者が同時に話している部分の割合 | 3.8%(一方のみ77%、沈黙19.2%) | LevinsonとTorreira、Frontiers in Psychology 2015 |
| Switchboardの発話権移行のうちオーバーラップで始まるものの割合 | 30.1% | LevinsonとTorreira、Frontiers in Psychology 2015 |
| 次のターンに重ねられた相づちと、重ねられた他のターンの比較(Switchboard) | 35%対28% | Roberts、Torreira、Levinson、Frontiers in Psychology 2015 |
| 発話全体に占める重複発話の割合、6言語、各言語約1時間 | 10.5%(スペイン語)から20.8%(韓国語)まで、英語12.6% | Liesenfeld、Lopez、Dingemanse 2023 |
| 同じ6言語サンプルの平均ターン長 | 2,538 ms(北京語)から4,620 ms(スペイン語)まで | Liesenfeld、Lopez、Dingemanse 2023 |
定義が異なるため、行ごとにオーバーラップの割合が一致しない。HeldnerとEdlundは話者間の間隔全体に占めるオーバーラップを数え、Switchboardの30.1%は発話権移行を数え、Liesenfeld、Lopez、Dingemanseの6言語サンプルはオーバーラップを発話時間に占める割合として測っている。相づちとは、「うん」や「ええ」のように、発話権を取らない聞き手の短い反応のことである。オランダ語、英語、スウェーデン語のコーパスで入手できる最新のデータは2010年のものである。
3. 返答の準備にかかる時間
これはターンテイキング研究の中心的な謎である。絵を見てから話し始めるまで、たった1語を発するだけでも約600 msかかり、単純な文では約1,500 msかかる。それなのに、第1節の平均ギャップ208 msは、1語の数値の約3分の1にすぎない(208 / 600 = 0.35)。数字の辻褄が合う唯一の方法は、聞き手が聞いている最中に返答の準備を始めていると考えることだ。
EEGの証拠もそれを裏づけている。Bögels、Magyari、Levinsonの実験では、質問の答えを取り出せるようになってから0.5秒以内に返答準備の脳の兆候が現れ、一部の質問では質問が終わる約2.4秒前だった。早い段階で準備できた答えは、より速く出た。950 msから640 msを引くと、2つの条件の差は約310 msになる(報告された平均値からの当社の算出)。同じ時間予算の問題は、今では音声ソフトウェアの設計も左右しており、当社の音声エージェントの初回音声出力までの時間のベンチマークが示すとおりだ。
| 指標 | 値 | 出典 |
|---|---|---|
| 絵を見てからその名前を言い始めるまでの時間(推定) | 約600 ms | LevinsonとTorreira、Frontiers in Psychology 2015、IndefreyとLevelt 2004を引用 |
| 単純な場面(例:少年がボールを蹴る)を文で描写するとき、発話が始まるまでの時間 | 約1,500 ms | LevinsonとTorreira、Frontiers in Psychology 2015 |
| 返答準備を示す早期のEEG信号のタイミング、受け取ったターンの終わりを基準とする | 終わりの約1,200 ms前、ターンのほぼ中間 | LevinsonとTorreira、Frontiers in Psychology 2015、Magyari他 2014を引用 |
| EEGの質問・応答実験の参加者と刺激 | 参加者24人(主実験)、オランダ語の質問ペア94組 | Bögels、Magyari、Levinson、Scientific Reports 2015 |
| 答えが質問の早い段階で得られる場合と最後でしか得られない場合の平均応答時間 | M = 640 ms(最頻値は約400 ms)対M = 950 ms(最頻値は約750 ms) | Bögels、Magyari、Levinson、Scientific Reports 2015 |
| 早期回答型の質問で、答えをどれだけ早く取り出せたか | 平均して質問の終わりの約2.4秒前 | Bögels、Magyari、Levinson、Scientific Reports 2015 |
| ターン終了の手がかりに関するスウェーデン語実験の聴取者と、ターン最後の500 msで最も妨げとなった変更 | N = 32、話速の上昇(p<.005) | Feindt他、Interspeech 2023 |
文脈上の注記:スウェーデン語のInterspeech 2023の研究では、ターンの終わりを速めると、話し手がターンを保持しているときは反応時間が延び、ターンを譲っているときは短縮された。これは、聞き手が話速をターン終了の手がかりとして読み取っていることを示す。呼称潜時に関して入手できる最新のデータは2004年以前のものである。
4. ギャップが示すもの:優先性、同意、つながり
既定のギャップがこれほど短いため、少し長いギャップには意味が生じる。確認は、その反対よりも早く返ってくる。第1節の比較に含まれる10言語のすべてで、確認的な答えは非確認的な答えより平均して100〜500 ms速かった。電話コーパスでは、KendrickとTorreiraが、拒否などの非優先応答が優先応答を明確に上回るのは、ギャップが700 ms以上に達したときだけであることを見いだした。
速さは親密さとしても受け取られる。Templetonらの2022年のPNAS研究では、応答時間が短いほどつながりの実感が強いと予測され、外部の聞き手は会話を編集した速い版を遅い版より楽しいと評価した。ただし友人同士ではこの法則が逆転する。2023年の追跡研究では、友人同士のほうが初対面同士より長い沈黙が多く、その沈黙は彼らにとってぎこちないものではなかった。
| 指標 | 値 | 出典 |
|---|---|---|
| 質問に対する確認的な答えと非確認的な答えの速さ | 平均して100〜500 ms速い(10言語すべて) | Stivers他、PNAS 2009 |
| 非優先応答が優先応答を明確に上回るギャップの長さ(電話コーパスの応答195件) | 700 ms以上 | KendrickとTorreira、Discourse Processes 2015 |
| 応答行為を含むターンの後と他のターンの後の平均ギャップ(Switchboard) | 150 ms対202 ms | Roberts、Torreira、Levinson、Frontiers in Psychology 2015 |
| 個人の平均応答時間がつながりの実感に及ぼす影響(参加者66人、それぞれ10分間の会話を10回) | b = −0.28、SE = 0.05、P < 0.001 | Templeton他、PNAS 2022 |
| 同じ会話を編集した速い版、元の版、遅い版の平均ギャップ(オンライン聴取者450人が評価) | 55.68 ms / 278.55 ms / 557.14 ms、応答時間は知覚された楽しさを逆に予測した。F(2, 2,351.9) = 49.44、P < 0.001 | Templeton他、PNAS 2022 |
| 会話で長いギャップを定義するために用いた閾値 | 2秒超、平均からおよそ標準偏差3つ分 | Templeton他、Philosophical Transactions B 2023 |
| 分析した会話と、長いギャップが多かった群 | 初対面の二者261組と友人同士の会話65件、友人同士のほうが初対面より長いギャップが多かった | Templeton他、Philosophical Transactions B 2023 |
文脈上の注記:Templetonらの知見は1つの研究グループのサンプル(2022年の研究は参加者66人、2023年の研究は初対面の261ペア)に基づくため、すべての話者ではなく、それらの参加者に関する証拠として扱うべきである。「非優先」応答とは、質問が促していなかった応答のことで、たとえば誘いを断ることや意見が合わないことを指す。
5. 子どものターンのタイミングはどう発達するか
ターンテイキングは言葉より先に始まるが、その道筋は一直線ではない。生後3〜5か月の乳児は素早いが雑だ。母子12組(ターン移行8,555件)を追跡したHilbrink、Gattis、Levinsonの縦断研究では、乳児は発声の3分の1をわずかに超える割合を母親の発声と重ねていた。生後9か月と12か月ごろには乳児のギャップが大きく長くなったが、母親のタイミングは安定していた。
著者が一部重なる先行報告も同じ減速を述べている。子どもは母親と同等のところから始まったが、12か月時点のサンプルでは有意に長いギャップを示した(Casillas他、SemDial 2013)。26件の研究を通じて、統合された証拠は乳児の応答潜時を約1秒としており、第1節の成人の平均の数倍にあたる。
| 指標 | 値 | 出典 |
|---|---|---|
| 生後約3か月の母子の原会話(プロトカンバセーション)における平均ターン移行時間 | 約1.5秒 | LevinsonとTorreira、Frontiers in Psychology 2015、Bateson 1975を引用 |
| 生後3、4、5か月の乳児の発声のうち母親と重なって発せられたもの | 3分の1をわずかに超える割合 | Hilbrink、Gattis、Levinson、Frontiers in Psychology 2015 |
| 生後3、4、5か月の母親のターンのうち乳児と重なって発せられたもの | 14〜21% | Hilbrink、Gattis、Levinson、Frontiers in Psychology 2015 |
| 18か月の乳児のターンのうち重なって発せられたもの | 約20%、母親と同程度 | Hilbrink、Gattis、Levinson、Frontiers in Psychology 2015 |
| 5か月未満と1歳8か月で、母親のターンの終わりに重なる子どもの割合 | 時間の40%近く対約4% | Casillas他、SemDial 2013 |
| 26件の研究を統合した乳児の応答潜時(推定値78件、乳児429人) | 平均しておよそ1秒 | Nguyen他、Child Development 2022 |
| 成人の応答潜時が1秒上がったときの乳児の応答潜時の変化(例:400 msから1,400 ms) | 1秒を超える増加 | Nguyen他、Child Development 2022 |
最後の行が最も実用的だ。2022年のメタ分析は、乳児がパートナーのテンポを映し出すことを見いだした。つまり、ゆっくり話す大人には、ゆっくり応答する乳児が返す。縦断的な乳児サンプルで入手できる最新のデータは2013〜2015年のものである。
6. ビデオ通話の遅延とターンテイキング
ビデオ通話が加える音声遅延は数十ミリ秒にすぎないが、ターンテイキングへの影響は不釣り合いに大きい。Bolandらの実験では、対面で135 msで話者交替していた同じペアが、Zoom経由では487 msかかった。これは352 msの増加(487引く135)であり、推定される伝送遅延はわずか30-70 msだった。はい・いいえ課題では、ローカルの応答とリモートの応答の差は679 ms(976引く297)だった。著者らは、遅延は信号だけでなく、人がターンを始めるために使うタイミング機構を乱すのだと論じている。
臨床のビデオ通話の現場データも同じことを物語っている。Seurenらは、約100 msの遅延ではターンテイキングはほとんど影響を受けなかった一方、700 msでは参加者が日常的に苦労し、意図しない沈黙や発話の衝突が起きたことを見いだした。ネットワーク技術者は以前から同様の限界を前提に設計してきており、当社のVoIPジッタバッファと音声品質の統計で取り上げている。
| 指標 | 値 | 出典 |
|---|---|---|
| 録音済みの質問へのはい・いいえの回答:ローカルの応答とリモート(Zoom)の応答の平均潜時 | 297 ms対976 ms | Boland他、Journal of Experimental Psychology: General 2022 |
| 同じペアのターン移行時間、対面とZoomの比較 | 135 ms対487 ms | Boland他、Journal of Experimental Psychology: General 2022 |
| Zoom実験での推定音声伝送遅延 | 30-70 ms | Boland他、Journal of Experimental Psychology: General 2022 |
| 分析したビデオ診察と見つかったターンテイキングの問題 | 診察25件(7時間57分)、目立つ沈黙130件とオーバーラップ172件 | Seuren他、Journal of Pragmatics 2021 |
| ターンテイキングがほとんど影響を受けない遅延と日常的に乱される遅延 | 約100 ms対700 ms | Seuren他、Journal of Pragmatics 2021 |
| これを下回ると大半のアプリケーションで実質的に透過的な対話性となる片道遅延 | 150 ms未満 | ITU-T勧告G.114、2003年 |
| 一般的なネットワーク計画で超えるべきでない片道遅延 | 400 ms | ITU-T勧告G.114、2003年 |
| 非常に対話的な会話で知覚される全体の音声品質に有意な影響がない片道遅延(試験した遅延は最大1,600 ms) | 最大400 ms | Egger、Schatz、Scherer、Interspeech 2010 |
外れ値に関する注記:ITU-T G.114自体も、音声やビデオ会議の一部を含む非常に対話的なタスクは100 ms未満の遅延でも影響を受けうると警告しており、Interspeech 2010の試験は、遅延への感度が会話の対話性が高まるほど上がることを見いだした。品質評価とターンのタイミングは別の指標であり、そのため400 msの遅延が許容範囲と評価されても発話の衝突は起こりうる。同時通訳のような多層のパイプラインは、その上にさらに独自の遅延を加える。当社の音声から音声への翻訳の遅延統計が示すとおりだ。G.114で入手できる最新のデータは2003年版で、現在も有効である。
数字で見るターンテイキングのギャップ長(まとめ)
| 指標 | 値 | 出典 |
|---|---|---|
| 質問後の平均応答オフセット、10言語をプール | +208 ms | Stivers他、PNAS 2009 |
| 話者間の間隔のうちオーバーラップが占める割合 | 約40% | HeldnerとEdlund、Journal of Phonetics 2010 |
| 500 msより短い話者間の間隔の割合 | 70-82% | HeldnerとEdlund、Journal of Phonetics 2010 |
| 発話権移行オフセットの平均と中央値、Switchboard | 187 msと168 ms | Roberts、Torreira、Levinson、Frontiers in Psychology 2015 |
| 平均ギャップ、Fisherコーパス(米国英語の電話会話10,950件) | 0.300秒 | CavalcantiとSkantze、Interspeech 2025 |
| 絵を見てからその名前を言い始めるまでの時間 | 約600 ms | LevinsonとTorreira、Frontiers in Psychology 2015 |
| 発話全体に占める重複発話の割合、6言語 | 10.5%から20.8% | Liesenfeld、Lopez、Dingemanse 2023 |
| 応答時間、答えが質問の早い段階で得られる場合と遅い段階の場合 | 640 ms対950 ms | Bögels、Magyari、Levinson、Scientific Reports 2015 |
| 早期回答型の質問で、答えをどれだけ早く取り出せたか | 質問の終わりの約2.4秒前 | Bögels、Magyari、Levinson、Scientific Reports 2015 |
| 非優先応答が明確に優勢となるギャップの長さ | 700 ms以上 | KendrickとTorreira、Discourse Processes 2015 |
| 平均応答時間がつながりの実感に及ぼす影響 | b = −0.28、P < 0.001 | Templeton他、PNAS 2022 |
| 長いギャップ(2秒超)が多かった群 | 友人同士、初対面ではない | Templeton他、Philosophical Transactions B 2023 |
| 乳児の発声のオーバーラップ、生後3〜5か月対18か月 | 3分の1をわずかに超える割合対約20% | Hilbrink、Gattis、Levinson、Frontiers in Psychology 2015 |
| 母親のターンの終わりに重なる子ども、5か月未満対1歳8か月 | 40%近く対約4% | Casillas他、SemDial 2013 |
| 26件の研究にわたる乳児の応答潜時 | 約1秒 | Nguyen他、Child Development 2022 |
| ターン移行時間、対面対Zoom | 135 ms対487 ms | Boland他、Journal of Experimental Psychology: General 2022 |
| はい・いいえの回答潜時、ローカル対Zoom経由のリモート | 297 ms対976 ms | Boland他、Journal of Experimental Psychology: General 2022 |
| ビデオ通話の遅延:ほとんど影響なし対日常的に乱れる | 約100 ms対700 ms | Seuren他、Journal of Pragmatics 2021 |
| 片道遅延:透過的な対話性対計画上の上限 | 150 ms未満対400 ms | ITU-T勧告G.114、2003年 |
方法論と出典
- Stivers他, Universals and cultural variation in turn-taking in conversation, PNAS 2009
- LevinsonとTorreira, Timing in turn-taking and its implications for processing models of language, Frontiers in Psychology 2015
- Roberts、Torreira、Levinson, The effects of processing and sequence organization on the timing of turn taking: a corpus study, Frontiers in Psychology 2015
- HeldnerとEdlund, Pauses, gaps and overlaps in conversations, Journal of Phonetics 2010
- CavalcantiとSkantze, Dyadosyncrasy, Idiosyncrasy and Demographic Factors in Turn-Taking, Interspeech 2025
- Liesenfeld、Lopez、Dingemanse, The timing bottleneck, arXiv 2307.15493, 2023
- Bögels、Magyari、Levinson, Neural signatures of response planning occur midway through an incoming question in conversation, Scientific Reports 2015
- Feindt他, Cues to next-speaker projection in conversational Swedish, Interspeech 2023
- KendrickとTorreira, The timing and construction of preference: a quantitative study, Discourse Processes 2015
- Templeton他, Fast response times signal social connection in conversation, PNAS 2022
- Templeton他, Long gaps between turns are awkward for strangers but not for friends, Philosophical Transactions of the Royal Society B 2023
- Hilbrink、Gattis、Levinson, Early developmental changes in the timing of turn-taking, Frontiers in Psychology 2015
- Casillas他, Turn-timing in naturalistic mother-child interactions: a longitudinal perspective, SemDial 2013
- Nguyen、Versyp、Cox、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、Williamson, Zoom disrupts the rhythm of conversation, Journal of Experimental Psychology: General 2022
- Seuren、Wherton、Greenhalgh、Shaw, Whose turn is it anyway? Latency and the organization of turn-taking in video-mediated interaction, Journal of Pragmatics 2021
- ITU-T勧告G.114, One-way transmission time, 2003年
- Egger、Schatz、Scherer, It takes two to tango: assessing the impact of delay on conversational interactivity on perceived speech quality, Interspeech 2010
- データウォッチ:10言語の原論文は本文中でデンマーク語を+469 ms、イタリア語を+310 msと報告しているが、それを再掲した2015年のレビューの表では468 msと309 msとなっている。当社が原論文を直接引用する箇所では、原論文の数値を用いている。10言語の比較は質問への応答のみを測定しているため、その平均はSwitchboard(187 ms)やFisher(0.300秒)のコーパス全体の平均とは直接比較できない。オーバーラップの割合は定義によって異なり(話者間の間隔の40%、Switchboardの発話権移行の30.1%、発話時間の10.5-20.8%)、同じものを測っているかのように比べるべきではない。6言語のオーバーラップのサンプルは、1言語あたり約1時間の会話しか対象としていない。言語間、子どもの発達、準備に関するデータの大半は3年以上前のものであり、最新の追加は、Interspeech 2025のFisher分析と、Zoom、応答の速さ、長いギャップに関する2022〜2023年の研究である。Zoomの知見は、通話ごとに測定したものではなく推定した伝送遅延を用いた統制実験に基づく。
最終更新日:2026年11月8日。当社はこのまとめを四半期ごとに更新しており、次回の更新は、Interspeech 2026の論文集がISCA Archiveに登録される時期を予定している。