我看到对话结束之前，用户必须做出回应：
"Your response must occur within about 5 seconds or the Assistant assumes your fulfillment has timed out and ends your conversation."
How long does it take for the app to time out and exit the conversation
但是，用户是否可以响应（语音类型）的最大值？我们希望允许更长的响应（然后访问响应文本）。
理想情况下，我们希望响应时间不受限制，并且希望收到时可以访问原始输入（语音类型）
如果我们可以从用户的响应中访问音频，那就太好了，但是据我所知这是不可能的。
答案 0 :(得分：0)
正如我对here的解释，到目前为止，您无法访问与您的操作进行交互的原始音频记录。您只能访问用户话语的转录。
您提供的报价：
“您的回复必须在5秒钟之内发生，否则助理会认为您的履行已超时并结束了您的对话。”
与用户的响应无关。 您的 Webhook完成必须在5秒钟内完成，否则，您的系统角色将超时。
就用户长度提示而言；如果用户不说话，则会触发no-input提示（在智能扬声器上）或在8秒钟左右关闭麦克风（在智能手机上）。 （我不知道是否有官方资源可以证明8秒，这只是我的经验）
但是，一旦用户开始讲话，它将继续监听直到用户停止讲话。因此，理论上您可以从用户那里得到很长的提示。但是，我不建议这样做，因为如果从对话设计的角度来看这会带来糟糕的用户体验。