Sıra yönetimi: devir eşiği, kesme ve bağlam

Teori: sessizlik tek başına bitirmez#

Sessizlik süresi, konuşmanın bittiğine dair zayıf bir kanıttır. İnsan konuşmasında duraksama iki farklı iş yapar: sözü devretmek ve sürdürürken düşünmek. İkisi akustik olarak benzerdir ama dilsel olarak ayrışır — devreden duraksama genellikle tamamlanmış bir sözdizimsel yapının ardından, sürdüren duraksama yarım kalmış bir yapının ortasında gelir. Yalnızca sessizlik sayacına bakan bir sistem bu yüzden yavaş konuşanı ve düşünerek konuşanı sürekli keser.

Pratik çözüm iki sinyali birleştirmektir: etkinlik tespitinin ölçtüğü sessizlik süresi ve o ana kadarki kısmi metnin tamamlanmışlığı. Kısmi metin bir bağlaçla, sayıyla ya da yarım bir tamlamayla bitiyorsa eşik uzatılır; şema açısından yürütülebilir bir istek oluşmuşsa kısaltılır. Türkçede yardımcı bir ipucu vardır: yüklem çoğunlukla sonda bulunduğundan çekimli bir fiilin görünmesi tamamlanma lehine güçlü bir işarettir. Bu bir kural değil bir olasılık kaydırmasıdır; eşiği sıfırlamaz, kısaltır.

Kesme simetrik problemdir: sistem konuşurken kullanıcı araya girdiğinde kim susar? Karar sistemin o an ne yaptığına bağlıdır. Bilgi okurken kullanıcı her zaman kesebilmelidir; bu, uzun cevapları katlanılabilir kılan tek şeydir. Onay isterken ise araya giren her ses cevap sayılmamalıdır — 'hayır' ile yarım kalmış bir 'ha' arasındaki fark, geri alınamaz bir işlemi tetikleyip tetiklememek kadar büyüktür.

Uygulamada: tur durumuna göre davranış#

Bağlamda ne kalır#

Konuşma uzadıkça geçmişin tamamını bağlama koymak iki maliyet üretir: bağlam penceresi dolar ve model artık geçersiz olan eski parametrelere takılır. Sesli arayüzde ikinci maliyet daha ağırdır, çünkü kullanıcı kendi söylediğini sık düzeltir; eski değeri ham hâlde bağlamda bırakmak modele iki rakip değer sunmak demektir. Doğru yaklaşım geçmişi ham kayıt olarak değil katmanlı tutmaktır: değişmez bir durum nesnesi, son birkaç turun ham metni ve daha eskisinin karar özeti.

• Durum nesnesi: aktif niyet, doldurulmuş parametreler, bekleyen soru, onay durumu. Her turda güncellenir, birikmez.
• Son turlar: kullanıcının son iki-üç sözü ve sistemin cevapları ham hâlde; gönderme ve düzeltme ifadeleri ancak burada çözülür.
• Karar özeti: daha eski turlardan yalnızca varılan kararlar saklanır, cümleler değil.
• Yürütme kaydı: çağrılan araçlar, döndürdükleri ve hata durumları; modelin aynı çağrıyı tekrarlamasını önler.
• Dışarıda kalanlar: kısmi çözümleme çıktıları, kesilmiş yarım sözler ve silinmiş parametrelerin eski değerleri.

Karar: araç çağrısı olan tur#

1. 1Çağrıyı sınıflandır

   Okuma mı yazma mı? Okuma doğrudan yürütülür; yazma onaya bağlanır ve onay kaydı koda yazılır.

2. 2Beklemeyi duyur

   Çağrı kısa sürmeyecekse sessiz kalma; kısa bir ifade sıranın sistemde olduğunu ve turun düşmediğini gösterir.

3. 3Girdi kanalını açık tut

   Çağrı yürürken gelen ses atılmaz, kuyruğa alınır ve çağrı bitince değerlendirilir.

4. 4Sonucu duruma yaz

   Aracın döndürdüğü değer durum nesnesine işlenir; modele ham hata yerine yorumlanmış sonuç verilir.

5. 5Zaman aşımını konuş

   Süre aşıldığında sessizce beklemeyi sürdürme; durumu söyle ve alternatif öner.

Sık yapılan hata#

En yaygın hata, devir eşiğini tek bir sabit olarak uygulamak ve o sabiti kendi konuşma temposuyla ayarlamak. Geliştirici eşiği kendi hızıyla dener, kısa bir değer makul görünür; yavaş konuşan, ikinci dilinde konuşan veya düşünerek konuşan kullanıcı sürekli kesilir ve bu kesilmeler ortalama ölçümlerde görünmez. İkinci yaygın hata, kesme sinyalini yalnızca ses çıktısının durdurulması saymak: kullanıcı araya girdiğinde okunmamış cevabın dayandığı durum da geri alınmalıdır, yoksa sistem söylemediği bir şeyi söylenmiş sayar.