传统对话系统通常把一次交互拆成“语音识别—文本理解—文本生成—语音合成”四个环节。这样的流水线便于模块化开发，却也把对话限制为轮次清晰、节奏规整的问答：用户需要等待系统识别完成，系统也难以自然处理打断、重叠说话和语气变化。语音到语音生成的关键变化，是不再把文本作为唯一中间表示，而是直接围绕声音信号完成理解、决策与回应。
从“轮次问答”转向“实时协商”
这会重构对话系统的核心状态。系统不仅要判断“用户说了什么”，还要持续判断用户是否准备继续、是否正在犹豫、是否希望打断，以及当前语气代表确认、质疑还是情绪变化。对话管理因此从静态的意图识别，转向对时间、语气、停顿和交互权的联合建模。回应也不必等用户完整说完才开始，而可以在信息逐步形成时动态生成。
Moshi所代表的全双工语音对话系统，已经展示了这种方向：它将对话视为语音到语音的生成过程，并支持重叠、打断和插入语处理。其意义不只是让机器“说话更像人”，而是改变了人机交互的基本单位。一次对话不再是一问一答的离散消息，而是双方共同维持的连续事件。
系统架构与评价标准都会变化
在架构层面，未来重点将从单个模型的文本能力，转向端到端的实时协同能力，包括持续感知、可中断生成、上下文保持和安全控制。系统必须能够在回应过程中及时让出话语权，也要避免把环境噪声、旁人声音或用户未完成的表达误判为明确指令。
评价指标同样不能只看答案是否正确，还应考察响应时机、打断处理、语音自然度、上下文连贯性和错误恢复能力。对于客服、教育和陪伴等场景，真正决定体验的往往不是模型能否生成漂亮句子，而是能否在恰当时刻听懂、停下并接住对方。语音到语音生成的成熟，最终意味着对话系统从“回答问题的工具”转向“参与实时交流的代理”。