语音平台一线实测:GPT-Live-1 对话自然,Gemini 3.8 Live 工具调用不卡顿
VladimirSamukov · reddit · 2026-10-01
一位语音 AI 编排平台(Voximplant)工程师分享两款新语音模型在真实电话线路上的使用体验。
GPT-Live-1
- 对话自然度接近真人:支持双向打断,能边听边说完自己的句子且不丢失信息,甚至会主动打断用户指出「这个任务已存在」。
- 能自然接住临时追加的想法,并会在恰当的时机给出「嗯」「不错」等附和——对电话场景很重要,因为完全沉默会让来电者以为掉线而挂断。
- 实测发现情感化 TTS 相比标准 TTS 收益很小,真正拉开差距的是对话管理能力。
Gemini 3.8 Live
- 工具调用在后台异步处理,对话不因 API 调用而中断卡顿。
- Extended Thinking 会在思考时实时播报进度(「让我查一下……好的,找到了」),更像真人查询。
- 支持对话中途无缝切换语言,对印度、拉美等市场尤为重要。
作者提醒:外呼量大时成本数字需要重新算。两款模型均已在 Voximplant 平台支持。
「编程与Agent」频道最新
- ComfyUI 开源插件 Continuity 大更新：屏幕替换、图生 3D 全都有 — Fine_Rhubarb3786 · 2026-10-01
- Matt Pocock 回应 AI 编程单票 4-6 小时：先查反馈回路再跑 /retro 诊断 — mattpocockuk · 2026-10-01
- Reddit 求开源版 Claude Cowork 替代品,Eigent 争议引关注 — caenum · 2026-10-01
- Agent 问人该不该阻塞执行?异步提问的默认值之争 — sujingshen · 2026-10-01
- AI 智能体加速游戏反编译,多项目反编译进度近 100% — Promptmethus · 2026-10-01
- 元推理框架论文:让控制器调度智能体推理,ProgramBench 达 71.5% — rohanpaul_ai · 2026-10-01