В 10 языках на пяти континентах средний ответ на вопрос начинается всего через 208 миллисекунд после его окончания (Stivers и др., PNAS 2009). Это намного меньше примерно 600 мс, которые человеку нужны, чтобы начать называть одну картинку (Levinson и Torreira, Frontiers in Psychology 2015), поэтому говорящим приходится планировать ответ, пока собеседник ещё говорит. Видеозвонки ломают этот ритм: пары, которые при личном общении меняли реплики за 135 мс, в Zoom тратили 487 мс (Boland и др., Journal of Experimental Psychology: General 2022). Этот обзор посвящён человеческому разговору; о том, как программы определяют, что говорящий закончил, читайте в нашей статистике определения конца реплики и прерывания речи (barge-in). Мы собрали данные из PNAS, Max Planck Institute for Psycholinguistics, Journal of Pragmatics, Interspeech, Child Development, ITU и более чем десятка других рецензируемых источников.
Кратко (TL;DR)
- Средний ответ на вопрос начинается через +208 мс после его окончания, от +7 мс в японском до +469 мс в датском (Stivers и др., PNAS 2009).
- Около 40% всех интервалов между говорящими в трёх корпусах разговорной речи составляют перекрытия (Heldner и Edlund, Journal of Phonetics 2010).
- 10 950 телефонных разговоров на американском английском показывают среднюю паузу 0,300 с между репликами (Cavalcanti и Skantze, Interspeech 2025).
- На начало называния одной картинки уходит около 600 мс (Levinson и Torreira, Frontiers in Psychology 2015, со ссылкой на Indefrey и Levelt 2004).
- Слушающие начинают планировать ответ в течение полусекунды после того, как он становится доступен, иногда примерно за 2,4 с до конца вопроса (Bögels, Magyari и Levinson, Scientific Reports 2015).
- Непредпочтительные реакции заметно преобладают над предпочтительными лишь после пауз в 700 мс и более (Kendrick и Torreira, Discourse Processes 2015).
- Более быстрое среднее время ответа предсказывает более сильное ощущение связи, b = −0,28, P < 0,001 (Templeton и др., PNAS 2022).
- Младенцы перекрывают чуть больше трети своих вокализаций с речью матерей в 3-5 месяцев и около 20% в 18 месяцев (Hilbrink, Gattis и Levinson, Frontiers in Psychology 2015).
- По данным 26 исследований, младенцам требуется в среднем около 1 с, чтобы ответить (Nguyen и др., Child Development 2022).
- Переходы между репликами у тех же пар выросли с 135 мс при личном общении до 487 мс в Zoom (Boland и др., Journal of Experimental Psychology: General 2022).
- Односторонняя задержка менее 150 мс обеспечивает по существу прозрачную интерактивность; 400 мс - потолок при планировании (Рекомендация ITU-T G.114, 2003).
1. Средняя пауза между репликами в разных языках
Главный вывод крупнейшего межъязыкового сравнения состоит не в том, что культуры различаются, а в том, как мало они различаются. В исследовании Stivers с коллегами по 10 языкам самым частым смещением ответа было ровно 0 мс, а среднее по каждому языку отстояло от общего среднего не более чем примерно на 250 мс в ту или другую сторону. Датский, самый медленный язык выборки, всё равно отвечал в среднем быстрее, чем за полсекунды (+469 мс). Авторы полагают, что этнографические описания поразительно «медленных» или «быстрых» разговорных культур отражают чувствительность к различиям в темпе всего в несколько сотен миллисекунд.
Используемая здесь мера - смещение передачи слова (FTO, от англ. floor transfer offset): время от конца реплики одного говорящего до начала реплики следующего, где отрицательное значение означает, что следующий говорящий начал раньше, с перекрытием. Средние по языкам, как их свёл в таблицу Levinson и Torreira (таблица 1), составили: Tzeltal 67 мс, Yélî Dnye 71 мс, нидерландский 108 мс, корейский 182 мс, английский 236 мс, итальянский 309 мс, лао 419 мс и ‡Ākhoe Hai‖om 423 мс. Крупные корпуса английских телефонных разговоров попадают в тот же диапазон: среднее 187 мс в Switchboard и 0,300 с в Fisher.
| Показатель | Значение | Источник |
|---|---|---|
| Объём сравнения 10 языков | 350 последовательных вопросов на язык, всего 101 разговор | Stivers и др., PNAS 2009 |
| Среднее время от конца вопроса до начала ответа, 10 языков вместе | +208 мс | Stivers и др., PNAS 2009 |
| Наиболее частое (мода) и медианное смещение ответа, 10 языков вместе | Мода 0 мс, медиана +100 мс | Stivers и др., PNAS 2009 |
| Самый быстрый и самый медленный язык по среднему смещению ответа | Японский +7 мс против датского +469 мс | Stivers и др., PNAS 2009 |
| Среднее и медиана смещения передачи слова, корпус английских телефонных разговоров Switchboard (19 754 перехода между репликами, 348 разговоров) | Среднее 187 мс, медиана 168 мс | Roberts, Torreira и Levinson, Frontiers in Psychology 2015 |
| Среднее смещение при переходе между репликами, корпус американских английских телефонных разговоров Fisher (10 950 разговоров, 11 684 говорящих) | 0,300 с (СО = 0,228) | Cavalcanti и Skantze, Interspeech 2025 |
| Средняя пауза в диадических разговорах, по которым определяли длинные паузы | 248 мс (стандартное отклонение = 598 мс) | Templeton и др., Philosophical Transactions B 2023 |
Замечание о контексте: цифры по 10 языкам охватывают только ответы на вопросы, а не каждую смену реплики, и самые свежие доступные данные для этого сравнения относятся к 2009 году. Исследование Fisher 2025 года добавляет неожиданный поворот: демография почти не имеет значения (пол объяснил около 3,2% вариации, а возраст 1,3%), тогда как больше всего значила конкретная пара говорящих, что авторы называют «диадосинкразией» (Cavalcanti и Skantze, Interspeech 2025).
2. Доля перекрытий и форма распределения пауз
Среднее около 200 мс скрывает широкий разброс. Если измерять при каждой смене говорящего, перекрытие - не редкий сбой, а обычная часть разговора: в корпусах, проанализированных Heldner и Edlund, около 40% всех интервалов между говорящими были перекрытиями. Интервал между говорящими - это тишина или перекрытие в момент, когда один говорящий замолкает, а другой начинает.
Однако перекрытия занимают очень малую часть реальной записи. В телефонном корпусе Switchboard только в 3,8% звука говорят оба человека одновременно, потому что большинство перекрытий коротки. Heldner и Edlund также обнаружили, что лишь 14-19% пауз были короче 200 мс, так что переходы «без паузы и без перекрытия» встречаются намного реже, чем следует из описаний в учебниках.
| Показатель | Значение | Источник |
|---|---|---|
| Доля интервалов между говорящими, которые являются перекрытиями (Spoken Dutch Corpus / HCRC Map Task Corpus / Swedish Map Task Corpus) | 40,0% / 41,7% / 40,0% | Heldner и Edlund, Journal of Phonetics 2010 |
| Доля интервалов между говорящими (пауз и перекрытий) короче 500 мс | 70-82% | Heldner и Edlund, Journal of Phonetics 2010 |
| Доля интервалов между говорящими, которые являются либо перекрытиями, либо паузами, слишком короткими, чтобы их заметить | 55-59% | Heldner и Edlund, Journal of Phonetics 2010 |
| Доля телефонного звука Switchboard, где оба говорящих говорят одновременно | 3,8% (77% только один говорящий, 19,2% тишина) | Levinson и Torreira, Frontiers in Psychology 2015 |
| Доля передач слова в Switchboard, начинающихся с перекрытия | 30,1% | Levinson и Torreira, Frontiers in Psychology 2015 |
| Поддерживающие реплики слушающего (backchannel), перекрытые следующей репликой, против других перекрытых реплик (Switchboard) | 35% против 28% | Roberts, Torreira и Levinson, Frontiers in Psychology 2015 |
| Перекрывающаяся речь как доля всей речи, 6 языков, примерно по одному часу на язык | 10,5% (испанский) - 20,8% (корейский); английский 12,6% | Liesenfeld, Lopez и Dingemanse 2023 |
| Средняя длительность реплики в той же выборке из 6 языков | 2 538 мс (мандаринский) - 4 620 мс (испанский) | Liesenfeld, Lopez и Dingemanse 2023 |
Определения различаются, чем и объясняется несовпадение долей перекрытий между строками: Heldner и Edlund считают перекрытия среди всех интервалов между говорящими, 30,1% в Switchboard относятся к передачам слова, а выборка из 6 языков Liesenfeld, Lopez и Dingemanse измеряет перекрытие как долю времени речи. Поддерживающая реплика - это короткая реакция слушающего, например «угу» или «ага», которая не претендует на слово. Самые свежие доступные данные по нидерландскому, английскому и шведскому корпусам относятся к 2010 году.
3. Сколько времени занимает планирование ответа
Это центральная загадка исследований смены реплик. Произнести даже одно слово занимает около 600 мс от момента, когда человек видит картинку, до начала речи, а простое предложение - около 1 500 мс, и всё же средняя пауза в 208 мс из раздела 1 составляет примерно треть от значения для одного слова (208 / 600 = 0,35). Числа сходятся только в том случае, если слушающие начинают планировать ответ, ещё продолжая слушать.
Данные ЭЭГ это подтверждают. В эксперименте Bögels, Magyari и Levinson мозговые признаки планирования ответа появлялись в течение полусекунды после того, как ответ на вопрос становился доступен, в некоторых вопросах примерно за 2,4 секунды до конца вопроса. Ответы, которые можно было спланировать заранее, звучали быстрее: 950 мс минус 640 мс дают разницу около 310 мс между двумя условиями (наш расчёт по сообщённым средним). Та же проблема временного бюджета сегодня определяет проектирование голосового ПО, как показывают наши тесты времени до первого звука у голосовых агентов.
| Показатель | Значение | Источник |
|---|---|---|
| Время от момента, когда человек видит картинку, до начала её называния (оценка) | около 600 мс | Levinson и Torreira, Frontiers in Psychology 2015, со ссылкой на Indefrey и Levelt 2004 |
| Время до начала речи при описании простой сцены (например, мальчик пинает мяч) целым предложением | около 1 500 мс | Levinson и Torreira, Frontiers in Psychology 2015 |
| Момент раннего признака ЭЭГ подготовки ответа относительно конца входящей реплики | прибл. за 1 200 мс до конца, примерно на середине реплики | Levinson и Torreira, Frontiers in Psychology 2015, со ссылкой на Magyari и др. 2014 |
| Участники и стимулы в эксперименте ЭЭГ с вопросами и ответами | 24 участника (основной эксперимент), 94 пары вопросов на нидерландском | Bögels, Magyari и Levinson, Scientific Reports 2015 |
| Среднее время ответа, когда ответ был доступен в начале вопроса, против только в конце | M = 640 мс (мода около 400 мс) против M = 950 мс (мода около 750 мс) | Bögels, Magyari и Levinson, Scientific Reports 2015 |
| Насколько рано можно было получить ответ в вопросах с ранним ответом | в среднем примерно за 2,4 секунды до конца вопроса | Bögels, Magyari и Levinson, Scientific Reports 2015 |
| Слушающие в шведском эксперименте по сигналам конца реплики и самое сильное нарушающее изменение последних 500 мс реплики | N = 32; ускорение темпа речи (p < 0,005) | Feindt и др., Interspeech 2023 |
Замечание о контексте: в шведском исследовании Interspeech 2023 ускорение конца реплики удлиняло время реакции, когда говорящий сохранял слово, но сокращало его, когда говорящий уступал слово, что говорит о том, что слушающие воспринимают темп речи как сигнал конца реплики. Самые свежие доступные данные по латентности называния относятся к 2004 году и более ранним.
4. О чём сигнализирует пауза: предпочтение, согласие и связь
Поскольку обычная пауза так коротка, чуть более длинная несёт смысл. Подтверждение приходит быстрее, чем его противоположность: подтверждающие ответы были в среднем на 100-500 мс быстрее неподтверждающих во всех 10 языках сравнения из раздела 1. В корпусах телефонных разговоров Kendrick и Torreira обнаружили, что отказы и другие непредпочтительные реакции заметно преобладали над предпочтительными лишь тогда, когда пауза достигала 700 мс и более.
Быстрота воспринимается и как близость. В исследовании Templeton с коллегами в PNAS 2022 года более короткое время ответа предсказывало более сильное ощущение связи, а сторонние слушатели оценивали отредактированные ускоренные версии разговоров как более приятные, чем замедленные. Но между друзьями правило переворачивается: в последующем исследовании 2023 года у друзей было больше длинных пауз, чем у незнакомцев, и для них эти паузы не были неловкими.
| Показатель | Значение | Источник |
|---|---|---|
| Скорость подтверждающих ответов против неподтверждающих на вопросы | в среднем на 100-500 мс быстрее, во всех 10 языках | Stivers и др., PNAS 2009 |
| Длина паузы, при которой непредпочтительные реакции заметно преобладают над предпочтительными (195 реакций в телефонных корпусах) | 700 мс и более | Kendrick и Torreira, Discourse Processes 2015 |
| Средняя пауза после реплики, содержащей ответное действие, против пауз после других реплик (Switchboard) | 150 мс против 202 мс | Roberts, Torreira и Levinson, Frontiers in Psychology 2015 |
| Влияние среднего времени ответа человека на ощущение связи (66 участников, каждый в 10 десятиминутных разговорах) | b = −0,28, стандартная ошибка = 0,05, P < 0,001 | Templeton и др., PNAS 2022 |
| Средняя пауза в быстрой, исходной и медленной отредактированных версиях одних и тех же разговоров, оценённых 450 слушателями онлайн | 55,68 мс / 278,55 мс / 557,14 мс; время ответа обратно предсказывало воспринимаемое удовольствие, F(2; 2 351,9) = 49,44, P < 0,001 | Templeton и др., PNAS 2022 |
| Порог для определения длинной паузы в разговоре | более 2 с, примерно 3 стандартных отклонения от среднего | Templeton и др., Philosophical Transactions B 2023 |
| Проанализированные разговоры и группа с большим числом длинных пауз | 261 пара незнакомых людей и 65 разговоров друзей; у друзей было больше длинных пауз, чем у незнакомцев | Templeton и др., Philosophical Transactions B 2023 |
Замечание о контексте: результаты Templeton получены на выборках одной исследовательской группы (66 участников в исследовании 2022 года, 261 пара незнакомых людей в исследовании 2023 года), поэтому их стоит считать свидетельством об этих участниках, а не обо всех говорящих. «Непредпочтительная» реакция - это та, на которую вопрос не рассчитывал, например отказ от приглашения или несогласие.
5. Как у детей развивается чувство времени в смене реплик
Смена реплик начинается раньше слов, и путь этот не прямой. Младенцы в 3-5 месяцев быстры, но беспорядочны: в лонгитюдном исследовании Hilbrink, Gattis и Levinson 12 пар мать-младенец (8 555 переходов между репликами) младенцы произносили чуть больше трети своих вокализаций с перекрытием речи матерей. Примерно в 9 и 12 месяцев их паузы заметно удлинялись, тогда как у матерей темп оставался стабильным.
Более ранний отчёт с частично совпадающими авторами описал то же замедление: дети начинали наравне с матерями, но в выборке в 12 месяцев показывали значительно более длинные паузы (Casillas и др., SemDial 2013). По данным 26 исследований, сводные данные оценивают латентность ответа младенцев примерно в одну секунду, что в несколько раз больше средних значений у взрослых из раздела 1.
| Показатель | Значение | Источник |
|---|---|---|
| Средний переход между репликами в протоконверсации матери и младенца примерно в 3 месяца | около 1,5 с | Levinson и Torreira, Frontiers in Psychology 2015, со ссылкой на Bateson 1975 |
| Вокализации младенца с перекрытием речи матери в 3, 4 и 5 месяцев | чуть больше трети | Hilbrink, Gattis и Levinson, Frontiers in Psychology 2015 |
| Реплики матери с перекрытием речи младенца в 3, 4 и 5 месяцев | от 14 до 21% | Hilbrink, Gattis и Levinson, Frontiers in Psychology 2015 |
| Реплики младенца с перекрытием в 18 месяцев | примерно 20%, как и у матерей | Hilbrink, Gattis и Levinson, Frontiers in Psychology 2015 |
| Дети, перекрывающие конец реплики матери, до 5 месяцев против 1 года и 8 месяцев | почти 40% случаев против примерно 4% | Casillas и др., SemDial 2013 |
| Латентность ответа младенцев по 26 исследованиям (78 оценок, 429 младенцев) | в среднем около 1 с | Nguyen и др., Child Development 2022 |
| Изменение латентности ответа младенца при росте латентности взрослого на 1 с (например, с 400 до 1 400 мс) | рост более чем на 1 с | Nguyen и др., Child Development 2022 |
Последняя строка самая практичная: метаанализ 2022 года показал, что младенцы подстраиваются под темп партнёра, так что более медленным взрослым отвечают более медленные малыши. Самые свежие доступные данные по лонгитюдным выборкам младенцев относятся к 2013-2015 годам.
6. Задержка в видеозвонках и смена реплик
Видеозвонки добавляют лишь десятки миллисекунд задержки звука, но влияние на смену реплик несоразмерно велико. В экспериментах Boland с коллегами те же пары, которые при личном общении меняли реплики за 135 мс, в Zoom тратили 487 мс, то есть на 352 мс больше (487 минус 135) при оценочной задержке передачи всего 30-70 мс. В задаче с вопросами «да/нет» разница между локальными и удалёнными ответами составила 679 мс (976 минус 297). Авторы утверждают, что задержка нарушает механизмы выбора момента, которыми люди пользуются, чтобы начать реплику, а не только сам сигнал.
Полевые данные клинических видеозвонков говорят о том же. Seuren с коллегами обнаружили, что задержка около 100 мс почти не влияла на смену реплик, тогда как при 700 мс участники постоянно испытывали трудности, с непреднамеренными паузами и одновременной речью. Сетевые инженеры давно планируют сети с учётом подобных пределов, о чём мы писали в статистике jitter buffer в VoIP и качества речи.
| Показатель | Значение | Источник |
|---|---|---|
| Ответы «да/нет» на заранее записанные полярные вопросы: средняя латентность локальных против удалённых (Zoom) ответов | 297 мс против 976 мс | Boland и др., Journal of Experimental Psychology: General 2022 |
| Время перехода между репликами у тех же пар, при личном общении против Zoom | 135 мс против 487 мс | Boland и др., Journal of Experimental Psychology: General 2022 |
| Оценочная задержка передачи звука в экспериментах с Zoom | 30-70 мс | Boland и др., Journal of Experimental Psychology: General 2022 |
| Проанализированные видеоконсультации и обнаруженные проблемы смены реплик | 25 консультаций (7 ч 57 мин); 130 заметных пауз и 172 перекрытия | Seuren и др., Journal of Pragmatics 2021 |
| Латентность, при которой смена реплик почти не страдает, против регулярно нарушаемой | около 100 мс против 700 мс | Seuren и др., Journal of Pragmatics 2021 |
| Односторонняя задержка, ниже которой у большинства приложений по существу прозрачная интерактивность | менее 150 мс | Рекомендация ITU-T G.114, 2003 |
| Односторонняя задержка, которую не следует превышать при общем планировании сетей | 400 мс | Рекомендация ITU-T G.114, 2003 |
| Односторонняя задержка без значимого влияния на воспринимаемое общее качество речи в высокоинтерактивном разговоре (проверялись задержки до 1 600 мс) | до 400 мс | Egger, Schatz и Scherer, Interspeech 2010 |
Замечание о выбросах: сама ITU-T G.114 предупреждает, что высокоинтерактивные задачи, включая некоторые речевые и видеоконференции, могут страдать от задержек менее 100 мс, а тест Interspeech 2010 показал, что чувствительность к задержке растёт вместе с интерактивностью разговора. Оценки качества и темп смены реплик - разные меры, поэтому задержка 400 мс может быть оценена как приемлемая и всё же вызывать одновременную речь. Многоступенчатые конвейеры, такие как синхронный перевод, добавляют собственную задержку сверху, как показывает наша статистика задержки перевода речи в речь. Самые свежие доступные данные по G.114 относятся к редакции 2003 года, которая остаётся в силе.
Итоги: длительность пауз при смене реплик в цифрах
| Показатель | Значение | Источник |
|---|---|---|
| Среднее смещение ответа после вопросов, 10 языков вместе | +208 мс | Stivers и др., PNAS 2009 |
| Доля интервалов между говорящими, которые являются перекрытиями | около 40% | Heldner и Edlund, Journal of Phonetics 2010 |
| Доля интервалов между говорящими короче 500 мс | 70-82% | Heldner и Edlund, Journal of Phonetics 2010 |
| Среднее и медиана смещения передачи слова, Switchboard | 187 мс и 168 мс | Roberts, Torreira и Levinson, Frontiers in Psychology 2015 |
| Средняя пауза, корпус Fisher (10 950 американских английских телефонных разговоров) | 0,300 с | Cavalcanti и Skantze, Interspeech 2025 |
| Время от момента, когда человек видит картинку, до начала её называния | около 600 мс | Levinson и Torreira, Frontiers in Psychology 2015 |
| Перекрывающаяся речь как доля всей речи, 6 языков | 10,5% - 20,8% | Liesenfeld, Lopez и Dingemanse 2023 |
| Время ответа, ответ доступен рано против поздно в вопросе | 640 мс против 950 мс | Bögels, Magyari и Levinson, Scientific Reports 2015 |
| Насколько рано можно было получить ответ в вопросах с ранним ответом | примерно за 2,4 с до конца вопроса | Bögels, Magyari и Levinson, Scientific Reports 2015 |
| Длина паузы, при которой заметно преобладают непредпочтительные реакции | 700 мс и более | Kendrick и Torreira, Discourse Processes 2015 |
| Влияние среднего времени ответа на ощущение связи | b = −0,28, P < 0,001 | Templeton и др., PNAS 2022 |
| Группа с большим числом длинных пауз (более 2 с) | друзья, а не незнакомцы | Templeton и др., Philosophical Transactions B 2023 |
| Вокализации младенца с перекрытием, 3-5 месяцев против 18 месяцев | чуть больше трети против примерно 20% | Hilbrink, Gattis и Levinson, Frontiers in Psychology 2015 |
| Дети, перекрывающие конец реплики матери, до 5 месяцев против 1 года 8 месяцев | почти 40% против примерно 4% | Casillas и др., SemDial 2013 |
| Латентность ответа младенцев по 26 исследованиям | около 1 с | Nguyen и др., Child Development 2022 |
| Время перехода между репликами, при личном общении против Zoom | 135 мс против 487 мс | Boland и др., Journal of Experimental Psychology: General 2022 |
| Латентность ответа «да/нет», локальная против удалённой в Zoom | 297 мс против 976 мс | Boland и др., Journal of Experimental Psychology: General 2022 |
| Задержка в видеозвонках: почти не влияет против регулярно нарушает | около 100 мс против 700 мс | Seuren и др., Journal of Pragmatics 2021 |
| Односторонняя задержка: прозрачная интерактивность против потолка планирования | менее 150 мс против 400 мс | Рекомендация ITU-T G.114, 2003 |
Методология и источники
- 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
- Наблюдение по данным: в оригинальной статье по 10 языкам в тексте указаны датский +469 мс и итальянский +310 мс, тогда как в таблице обзора 2015 года, воспроизводящей их, приведены 468 мс и 309 мс; там, где мы ссылаемся на оригинальную статью напрямую, мы используем её цифры. Сравнение 10 языков измеряет только ответы на вопросы, поэтому его средние нельзя напрямую сопоставлять со средними по всему корпусу Switchboard (187 мс) или Fisher (0,300 с). Доли перекрытий различаются по определению (40% интервалов между говорящими, 30,1% передач слова в Switchboard, 10,5-20,8% времени речи), и их не следует сравнивать так, будто они измеряют одно и то же. Выборка перекрытий по 6 языкам охватывает лишь около одного часа речи на язык. Большинство межъязыковых данных, данных о развитии детей и о планировании старше трёх лет; самые свежие дополнения - анализ Fisher на Interspeech 2025 и исследования 2022-2023 годов о Zoom, скорости ответа и длинных паузах. Результаты по Zoom получены в контролируемых экспериментах с оценочной, а не измеренной для каждого звонка задержкой передачи.
Последнее обновление: 8 ноября 2026 года. Мы обновляем этот обзор ежеквартально, и следующее обновление ожидается, когда материалы конференции Interspeech 2026 будут проиндексированы в ISCA Archive.