我正在开发一个voicexml应用程序，我想通过定义应用程序回答的最大响应时间来定义性能的一部分。
该应用程序位于由两个虚拟盒子实现的服务器上，由于 ISDN 连接，您可以调用它。
我正在寻找一些东西：
- 是否有任何“科学资料”描述了两个人或语音应用程序与人之间的对话中“正常”响应时间的长度？
--> 我可以假设哪个响应时间？（例如，当用户在两秒后选择“option1”时，应用程序会说“你选择了 option1” - 但是什么时间是现实的，例如两秒太长了吗？所以用户“感觉”这不是“真实的”沟通）
（- 从电话网络调用应用程序是否有任何特殊延迟？）
提前致谢
我还没有看到任何显示这些信息的研究，但我希望它是高度上下文相关的。对简单问题的简单回答会很快，但复杂而冗长的答案将是错误的。而且，从人类的角度来看，有各种各样的情绪反应和社会学行为会影响一个人的反应速度。
如果我正确理解您的目标，您希望指定 IVR（VoiceXML 系统）响应呼叫者的最大响应时间。
甚至这也可以是上下文的。如果机器需要查找一些数据，可能需要更长的时间。在我构建的系统中，如果超过 2 秒，我们会播放请稍候或其他过渡消息。
在实践中，系统反应相当灵敏。如果它们似乎没有合理的响应，则说明您有问题或存在其他问题。而且，对于机器，人们期望的延迟比正常的人类操作员多一点（对于人类，还有很多非语言噪音让用户知道他们的输入被接受了，比如键盘声音）。
至于电话网络上的延迟，不再那么多了。但是，一些国际电话或奇怪的路由仍然会引入一些不自然的延迟。
更具体地说，2 秒太长了。如果您知道您有服务器延迟，请添加某种音频队列，让人们知道数据已被占用。我见过一些商店添加了可爱的（前 50 次）处理声音，让用户知道他们的语音已被识别。