陪伴频率与主动唤醒防扰：为什么好的 AI 助理绝不抢话

在很多语音大模型的全双工（Full-Duplex）对话演示中，厂商非常喜欢展示"AI 毫秒级打断、随时插话、像连珠炮一样接话"的能力。

但在真实的家庭生活场景里，这种"过度积极抢话"的交互逻辑会瞬间演变成一场社交灾难。

老两口在客厅沙发上聊天，老妈跟老爸说："今天电视里那个养生讲座啊，说吃芹菜好……" 老妈话音还没落、中间只是喘了一口气停顿了 0.6 秒，桌上的智能音箱突然插话："是的！芹菜富含芹菜素和膳食纤维，但脾胃虚寒者不宜过量食用……"

老爸气得抓起抱枕就想砸过去："我们俩正聊天呢，谁让你插嘴了？"

在家庭人际环境中，抢话是一种极其粗鲁的冒犯。一个优秀的陪伴系统，必须严格界定"何时是被显式唤醒"与"何时只是家庭背景闲聊"，懂得克制的主动唤醒才是最高级的情商。

flowchart TD
    FamilyTalk[客厅家庭成员自然交谈/背景闲聊] --> WakeFilter{唤醒判决引擎}
    WakeFilter -->|未包含明确唤醒词/视线未聚焦音箱| SilentStandby[绝对静默旁听/严禁插话抢话]
    WakeFilter -->|明确唤醒/长辈单独一人低语求助| IntentCheck{是否为主动求助意图?}
    IntentCheck -->|是| SoftEngage[温和单句介入回应]
    IntentCheck -->|仅为自言自语感慨| AmbientLightOnly[仅以呼吸灯微光示意,不发声打扰]

防抢话判决引擎的四大核心防线

1. 唤醒词强绑定机制（Strict Wake-Word Gating）：
   • 彻底禁用激进的"无唤醒词连续自由对话"；在多人同处一室的场景下，必须检测到明确的唤醒词（如"小庭"）才激活语音输出通道。
2. 多说话人声纹与空间朝向判定（Speaker & Direction of Arrival）：
   • 当麦克风阵列检测到声源在两个不同方向频繁交替（证明有两个人正在面对面交谈）时，主动对话引擎自动进入高阈值静默锁定模式。
3. 自言自语 vs 真实提问分类器（Soliloquy Classifier）：
   • 老人常有自言自语的习惯（"我钥匙放哪儿了呢……"），此时系统只用柔和的微光闪烁表示"我在"，除非老人主动追加一句"小庭你帮我看看"，否则绝不擅自发声。

基于 Python 的主动插话防扰状态机

import time
from typing import Dict, Any
from enum import Enum

class ConversationState(Enum):
    MULTI_PERSON_TALKING = "multi_person_talking" # 多人交谈，禁止插话
    SOLO_IDLE = "solo_idle"                       # 单人独处，允许温和低频互动
    EXPLICIT_INTERACTION = "explicit_interaction" # 显式对话进行中

class NonIntrusiveGuardian:
    def __init__(self):
        self.state = ConversationState.SOLO_IDLE
        self.last_speaker_change_time = 0
        self.interruption_cooldown_until = 0

    def evaluate_speech_event(self, text: str, doa_angle_history: list, explicit_wake: bool) -> Dict[str, Any]:
        now = time.time()
        
        # 1. 显式唤醒直接放行
        if explicit_wake:
            self.state = ConversationState.EXPLICIT_INTERACTION
            return {"allow_speech": True, "reason": "explicit_wake"}

        # 2. 检测空间声源角度跳变 (如果 5 秒内声源在 45° 和 180° 来回切换，判定为多人聊天)
        if len(set(doa_angle_history[-3:])) >= 2:
            self.state = ConversationState.MULTI_PERSON_TALKING
            self.interruption_cooldown_until = now + 15 # 冷却 15 秒内绝对静默
            print("[Anti-Interrupt] 检测到多人客厅自然交谈，强行闭嘴锁定")
            return {"allow_speech": False, "reason": "multi_person_active"}

        # 3. 处于冷却静默期，坚决不接话
        if now < self.interruption_cooldown_until:
            return {"allow_speech": False, "reason": "in_cooldown"}

        # 4. 单人低语判定
        if any(kw in text for kw in ["小庭", "你说呢", "帮我查查"]):
            return {"allow_speech": True, "reason": "implicit_help_request"}

        return {"allow_speech": False, "reason": "ambient_chatter_ignored"}

分寸感是陪伴的最高境界

在家庭生活里，最舒服的关系往往是"你在说话我在听，但我不随意打断你的表达"。

一个懂得察言观色、在该安静时退入背景、在真正被需要时温和向前的 AI 助理，才不会沦为惹人厌烦的电子噪音，而是成为真正融入家庭节奏的无感存在。