LiveKit 支持 OpenAI 全双工语音模型 GPT-Live,边听边说不停顿
OpenAIDevs · x · 2026-09-11
LiveKit Agents 宣布支持 OpenAI 的全双工语音模型 GPT-Live(GPT-Live-1),并发布新插件 GPTLiveModel,沿用原有 AgentSession API。
关键特性:
- 全双工:模型边听边说,自行决定轮次起止,无需轮流转话
- 服务端驱动:没有客户端事件去创建、取消或截断响应,回合控制完全由模型自己掌管
- 模型控制打断:框架可以停止播放给用户的音频,但模型会持续说话直到自己停下
- 委托推理:语音模型负责对话,推理与工具调用交给后端 Responses 模型处理,慢查询不会让 agent 冷场
- append-only 上下文:可预载历史对话,并支持 turns/transcripts、agent handoff 等会话控制
文档提供了安装、认证、参数、工具调用、委托与计费等完整指南,覆盖 Python 与 Node.js。
「编程与Agent」频道最新
- 让 AI 全程包办:从照片设计工具到 overseeing 3D 打印成品 — banteg · 2026-09-11
- NVIDIA 开源 SoL-Pi:自动研究循环把 Agent Token 成本砍半 — udmrzn · 2026-09-11
- Claude Desktop 数据直传大厂?用 Ollama 本地模型保住隐私 — Technovangelist · 2026-09-11
- Fable 5.1 Agent 模拟公司入职自学 ERP,展示未来工作形态 — ysu_nlp · 2026-09-11
- DeepSeek V4.1 Flash 架构解析:552B MoE 读写算力不对称省上下文成本 — demian_ai · 2026-09-11
- 保安行业转型者用 AI 约 35 小时做出完整学习平台 — Dry-Dragonfruit-2159 · 2026-09-11