对话响应延时分析及优化建议
该文档辅助分析用户对话端到端延时是否正常，以及优化建议。
问题类型延时均值参考范围（采用默认模型）
-聊天对话：1.2秒～2秒
-联网搜索：1.5秒～2.6秒（关闭垫句）；1.2秒～2秒（开启垫句）
-云播有声内容：1.2秒～2秒
-Function Calling：1秒～1.8秒 （参数少于2个）
影响延时的因素分析及优化建议
硬件平台差异：不同的硬件平台延时有较大差异，有大几百毫秒的差别。 移动端SDK（andorid、ios、H5 SDK）延时最低，可达到平台最优值。 RTOS平台中乐鑫ESP32-S3 SDK延时表现最为良好，聊天对话延时最优可达1.4秒左右，其他平台延时大多在1.5～1.8秒范围。
RTOS集成方式-SDK or Websocket：在纯语音交互场景，两者延时相差不明显，正常网络情况下差异在100ms之内，弱网SDK表现占优。
技术架构-端到端语音模型 or 三段式结构： 本方案支持端到端语音模型、三段式（ASR+LLM+TTS）两种技术架构。 端到端延时约在1秒左右，但扩展能力弱；三段式模式延时约增加200～400ms，但可定制、扩展性强。选择技术方案根据具体场景而定。
TTS音色差异：经实测发现，同等条件下，不同的TTS音色延时差别偏大，最大差异达到800ms。延时表现良好的TTS音色有：1000002、1000012、1000029、1000007、1000011、1000006、1000024等。具体可在控制台上体验挑选。
人设模型差异：系统提供的多个人设模型可选择，不同的模型延时不一样。例如千帆的ip charactor模型比默认模型延时增加300~500ms。
接入第三方模型服务：系统支持接入第三方模型、智能体平台。延时大小 = 第三方模型服务返回首句延时 + 1.0秒。
设备端侧数据缓存大小：建议启播缓冲在100～300ms, 最大缓冲在500～1000ms. 如果结合云端的快速起播功能（近期推出），最大缓冲可适当增大。
创建智能体参数：调用generateAIAgentCall接口，传入config参数：
1 * `dfda：true` 可降低300～500ms延时，在少数硬件平台有解码兼容性问题。
2 * `tts_end_delay_ms：50` 设置较小的值，端侧可以快速接收到TTS_END_SPEAKING事件。
3 音频格式选择：RTOS设备计算能力、网络能力偏弱， 也会影响到交互延时。建议均衡选择音频编码格式。
1 * pcmu或 raw : 采样率8K，计算消耗低，音质一般，数据量适中；
2 * raw16k: 采样率16K，计算消耗低，音质适中，数据量大；
3 * G722: 采样率16K，计算消耗偏高，音质适中，数据量适中；
4 * opus: 采样率从16k~48k, 计算消耗高，数据量小，音质良好。 上下行采样率可设置不同。