打断容差（Barge-in Tolerance）指语音助手在播放回答时，用户开口插话后，系统要等多久、积累多少语音证据，才判定这是一次真正的打断，并停止或压低自己的声音。它不是单一“等待时长”，而是“多快让路”和“多确定才让路”的组合参数。
打个生活化比方：你在跟同事讲话，对方突然说“等一下”。有的人立刻闭嘴，哪怕对方只是清嗓子；有的人会继续说完半句，确认对方真在插话才停。前者容差低，反应快但容易被咳嗽、环境声和“嗯、对”这类附和误触发；后者容差高，不容易误停，却显得抢话、不自然。好的语音助手要在两者间找平衡：先做回声消除（Acoustic Echo Cancellation, AEC）和语音活动检测（Voice Activity Detection, VAD），再结合用户语音的持续时间、能量、是否包含有效词等信号，决定立即停、渐弱音量，还是继续播放。
它常和几个相邻概念混淆：
| 概念 | 管什么 | 典型问题 |
|---|---|---|
| 打断容差 | 助手说话时，用户插话要多“像真的”才让路 | 太灵敏易误停，太迟钝像抢话 |
| 端点检测（Endpointing） | 判断用户一句话是否说完 | 静音等太久显得卡顿 |
| 语音活动检测（VAD） | 判断当前有没有人声 | 噪声环境容易误判 |
区别在于：VAD 回答“有没有声音”，端点检测回答“说完了没有”，打断容差回答“该不该立刻停止输出”。打断容差通常还会和回退策略配合：检测到疑似插话先降低音量，确认后再停；若误判则恢复播放。
对从业者，这意味着不能只调一个阈值，而要把误触发率和响应延迟一起看，并针对免提、耳机、嘈杂环境分别设计；对普通人，它决定了语音助手是“像在听你说话”，还是“自顾自念稿”。具体产品参数和表现以官方页面和实际体验为准。