Barge-in (phát hiện giọng nói bị ngắt quãng) là cơ chế phát hiện thời điểm người dùng bắt đầu nói trong khi AI đang phản hồi bằng giọng nói và ngay lập tức dừng lời nói của AI và ưu tiên lời nói của người dùng.
Barge-in (phát hiện lời nói bị ngắt quãng) là chức năng phát hiện trong thời gian thực rằng người dùng đã bắt đầu nói trong khi hệ thống đối thoại bằng giọng nói đang phát giọng nói phản hồi trong TTS, làm gián đoạn âm thanh đang được phát và chuyển lời nói của người dùng đến STT. Công nghệ này rất cần thiết cho IVR của trung tâm cuộc gọi, trợ lý giọng nói và bot giọng nói AI để ``tiếp tục cuộc trò chuyện một cách tự nhiên mà không làm gián đoạn bên kia'' và độ chính xác của VAD (phát hiện khoảng thời gian bằng giọng nói) và tính năng khử tiếng vang quyết định độ khó khi triển khai. Trong hoạt động thực tế kể từ năm 2026, có những cạm bẫy được biết đến rộng rãi như phát hiện sai do tiếng ồn xung quanh và môi trường micrô (sự im lặng bị hiểu nhầm là lời nói của người dùng và phản hồi bị dừng) và ngược lại, việc phát hiện sai khiến giọng nói của người dùng bị át bởi đầu ra âm thanh. Độ chính xác này thay đổi rất nhiều tùy thuộc vào cấu hình động cơ và micrô, đồng thời cách tiêu chuẩn để chọn thiết bị tại hiện trường là xác minh không chỉ độ chính xác ASR/TTS của thiết bị độc lập mà còn xác minh xem thiết bị đó có tương thích với sà lan và tốc độ phản ứng của nó hay không trước khi sử dụng. Trong nhiều trường hợp, chi phí được bao gồm như một chức năng trong nền tảng AI bằng giọng nói được tạo sẵn, nhưng cần lưu ý rằng việc triển khai nó một cách độc lập đòi hỏi phải có thêm thời gian phát triển.