打斷處理是指允許用戶隨時打斷 AI 對話。打斷是正常對話的一部分，所以為了讓對話 足夠自然，優雅地處理打斷就顯得非常重要。

為了實現準確的打斷處理，你需要做到的通道中每個部分都是可取消的，而且你還需要 能夠非常快速地停止客戶端的音頻播放。

語音活動檢測(VAD)打斷

1）技術原理：

通過實時分析音頻流中的聲音信號強度與頻譜特征，判斷用戶是否需要開始說話。

2）實現方式：

發聲即打斷：檢測到人聲瞬時能量超過閾值（如信噪比 SNR>0.8）立即中斷 AI，這種 方式響應速度Z快，但容易誤觸發

持續時長打斷：用戶語音持續超過設定閾值（如 300ms-1000ms）才觸發，避免“嗯”、 “啊”等語氣詞誤觸發

3）適用場景：

適合 AI 客服對話高時效性場景，但對環境噪音敏感。

語音意圖打斷

1） 技術原理：

結合自然語言理解（NLU）技術，識別用戶輸入中的關鍵詞或緊急意圖。

2）實現方式：

◇ 關鍵詞匹配：預設關鍵詞（如“停止”、“客服”）觸發打斷，支持兩種模式：

. 語音包含關鍵詞即觸發（如“小度小度，開燈”）

. 僅語音開頭含關鍵詞才觸發（如“停止播放”），減少誤判

◇ 意圖識別：通過模型計算意圖概率，當意圖置信度>閾值時中斷

3）技術優勢：準確控制打斷條件，適用于需強意圖導向的場景（如智能家居指令）

手動規則打斷

1）技術原理：

用戶通過物理按鈕、快捷鍵或配置規則主動觸發中斷

2）實現方式：

◇ 客戶端事件：通過調用 RESTful API 或客戶端組件 API 主動發起打斷請求，實 現點擊按鈕或發送特定命令來打斷智能體。

◇ 業務規則：配置強制不打斷時段、字數閾值等輕量化規則（如前 2 秒禁止打斷）

3）適用場景：

會議主持、教育工具等需完全可控的場景