OneVoice：用统一中间表示传递Agent语音证据

Agentic语音系统必须交换的不仅是文本，还包括说话人身份、时间、语音学信息和行为标注。然而，这些信号常以互不兼容的工具专用格式产生，使Agent之间的交接十分脆弱。我们提出OneVoice，一个轻量、JSON原生的中间表示，为语音流水线提供共享语义结构。OneVoice把异质语音证据组织为经过验证的会话记录，具有稳定标识、分层转录、显式时间关系与来源信息。我们在两种互补多Agent工作流中评估OneVoice，覆盖事件聚合与声学语音学时间关联，使用三种语言模型。相对于Agent隐式定义的交接，OneVoice明显改善聚合可靠性和时间关系保留，说明显式语音专用表示对Agent通信具有价值。