А я ещё вариант придумал, но сложнее.
Например навык может ответить с флагом deferred:true или deferred:REQUEST_ID
клиент (поверхность), видя такой ответ, автоматом повторяет свой запрос каждые Х секунд в течении Х секунд (или времени, которое обозначил сам навык в другом каком то флаге, например expected_time:15)  и тоже с флагом deferred:true (deferred:REQUEST_ID).
как только навык сформирует ответ, он его сразу озвучит юзеру.

Повторюсь: именно вы знаете и среднее время и разброс. И тогда вдвойне непонятно, зачем было столько раз писать именно про 5 секунд.

На заданный вопрос я ответил, привёл вполне приемлемые (и намного лучшие ожидания в неизвестности) примеры. Лично я бы сделал свой вариант - тот, что с индикатором прогресса.

Зачем вообще делать навыки для голосового ассистента, где надо долго ждать ответа? Просто примите это как данность, что тут надо быстро получать ответ и делайте на другой платформе. Либо вариант с спроси попозже вполне рабочий, если уж совсем приспичило.

Действительно.
- Алиса, начинай ядерную войну !
- Сделано !

Одно дело искусственные/атмосферные паузы в играх, другое дело ждать пока что-то посчитается, или спарсится. Я считаю, что тут нужно менять подход к разработке, возможно кешировать, или еще что-то.

что такое долго? 3 секунды - это не долго, а 4 секунды - долго?

Не знаю, нужно анализировать поведение пользователей, проводить тесты. Подозреваю, что Яндекс это уже сделал, от этого 3 секунды. Но мне не хотелось бы слушать паузы больше 5 сек.

Гугл, Амазон и Сбер тоже сделали исследования. Итого - 10, (не помню сколько), 7 секунд

Мне психологически некомфортно отсутствие ответа дольше 2-3 сек. Кажется, что что-то сломалось

В зависимости от контекста и 3 секунды иногда кажутся долгими.
А если приходится ждать и вовсе секунд 10 - то нафига мне вообще голосом решать этот вопрос, я за это время успею к компу подойти и все что нужно узнать.

Это ж все зависит от того, как это организовано. Если вас заранее предупредили об этом, если вы понимаете, что иногда ответ может прийти позднее (счет именно на секунды), то в чем проблема?
Имхо, это гораздо лучше, чем говорить - "спросите меня позднее, обычно, я отвечаю за Х секунд, но как отвечу сейчас - не знаю"

Тем более, что всё это время пользователь, как дурак, сиди и думает: всё зависло? Или навык уже вылетел? Или ещё подождать?

Вот. +

ну давайте на конкретном примере.. вот у меня навык по оплате парковки в Москве
сервера Дептранса Москвы иногда не отвечают за 3 секунды
но запрос уже направлен. ответ может быть следующим - нет денег, парковка не оплачена.. или парковка стартовала

какое предложение? считаем, что оплата парковки голосом - плохая идея, потому что сервера иногда не отвечают вовремя?

За 7 секунд пользователь закрывает сайт, если не увидел нужный ему контент.
А ведь это не тишина без экрана, там и баннеры всякие и вообще есть чем сеья визуально занять.
10 - это приговор для сайта.

мы хотим поспорить с результатами исследования Гугла?)))

Мы видим очевидное, и эти цифры также не с потолка взяты, а многократно проверялись исследованиями.

ладно, предлагаю на этом остановиться, цель разговора не очень понятна

результатов исследований ни гугла, ни яндекса у нас нет

предположим, что русскоязычные пользователи готовы ждать лишь 3 секунды, англоязычные - 10 )))