提示与规则：审核和控制语音用户模拟器中的语音自然行为

随着语音代理在商业上越来越受欢迎，用于评估已部署代理的用户模拟器也正在开发中，以包括更真实、可变和多样化的语音自然行为——不流畅、打断和反向传播。用户模拟器的质量直接影响Agent评估结果的有效性。然而，我们发现迄今为止大多数研究都没有详细检查这些行为的预期配置是否在模拟中实现。在这项研究中，我们审核了 tau-Voice 实现的自然行为、我们自己的跨三个模型的基于 LLM 的提示方法，以及我们基于规则的不流畅、中断和反向通道注入算法。我们发现对这些行为的提示是不可靠的，并且会产生与指示不一致的言语，并且放置和分布不如指示所暗示的自然。相比之下，我们基于规则、无模型的算法产生更符合自然语音的可控且多样化的自然行为。我们的结果表明LLM没有经过专门的培训 因为用户模拟本身不足以代表真实的用户行为，需要语言学上的确定性方法或专门的模型来缩小差距；审计和报告实现的自然行为，而不是配置的设置，使这种差距变得可见。