CONVERSATION TIMING

話し終わりから返事までの「間」

音声会話は発話検出 → 音声認識 → 推論 → 音声合成を直列で通る。その合計が体感の「間」になる。空白を身体で埋めるかどうかで、同じ待ち時間の意味が変わる。

話し終わり返事

VAD

STT

無反応推論中の空白

TTS

↑ ここが体感を左右する

無反応に見える

推論が返るまで動かないと、待ち時間はただの沈黙になる。人は「フリーズしたのか」と感じる。

聞き終わりの合図

検出した瞬間、推論を待たず「受け取った」を返す。

考えている仕草

視線を外し、かすかにかしげる。長さは推論に合わせる。

話し始めの予備動作

音が鳴る直前に向き直る。人が聞く構えに入る。

割り込みの許容

食い気味に来たら硬直せず「どうぞ」と引く。

見え方：無反応

速さを詰めても間は良くならない。空白を「考えている時間」として読めるようにするのは、動きの設計にしかできない。ただし演出は体感を変えるだけで、実際の遅延は消さない。