会说话的毛绒的延迟预算：多出来的每一秒值多少

买会说话毛绒的人从不问延迟，但永远在评判延迟。「答得太晚」的玩具，哪怕每个字都对，也显得坏了。延迟预算必须从第一天就当设计任务做。

依次跑完的四个时钟

**唤醒与采集：**唤醒词落下，几百毫秒内开始听。**识别：**端侧或手机侧几百毫秒；云端识别多一次往返。**推理或翻译：**最不确定的一段——端侧半秒，云端数秒。**合成与播放：**流式语音一秒内开口；放预录片是零延迟。

我们和客户对的那张预算表

陪伴毛绒我们建议硬上限：涉及云端时首响约两秒以内；预录响应半秒以内。超过上限的部分必须有「设计过的等待」——一声、一个动作、一句话——因为无解释的静默读作故障。

秒数藏在哪

流式响应省得最多——不等整句开始播。蓝牙档把识别留在手机上，省掉云端腿。用词库替代开放对话，直接省掉推理步。每一条都是架构决定，不是调参旋钮。

睡眠侧的预算同样重要

持续听唤醒词费电。常听型玩具需要低功耗唤醒路径——硬件唤醒引擎或按键唤醒。延迟预算和功耗预算是同一份文件的两端。