电话语音日报
电话语音日报|2026-09-17
今天最值得注意的是,“耳机优先、重要事件电话兜底”开始出现更贴近成品的硬件入口,同时实时语音模型也开始支持“边聊天边干活”;但我仍没看到一个项目把佩戴确认、跨播放器插播、文字未读、后台长任务和电话升级全部串成手机端成品。
ClawBuds 是这次最像目标形态的新发现。 官网宣称它用本地低功耗唤醒词“你好 Claw”、全双工语音、6/9轴 IMU 头势和 OpenClaw 工作流,还写明传感器与记忆接口会开放 SDK;但同一页面也标着“即将发布”。所以目前只能把它当项目方主张,不能当已可下载、已量产或已验证的方案。官网也没有给出“消息未确认后自动电话升级”的证据。 官网
Google 9月15日发布的 Gemini 3.8 Live 更适合补“边说边做任务”这一层。 官方说明它能在保持实时对话时后台执行工具,Extended Thinking 还能边回应边处理多步任务;LiveKit Agents 1.8.2 已紧接着加入新 Gemini Live 模型,并补了中断、交接和生命周期追踪。它能让“问进度时 Agent 不必停工”更自然,但耳机佩戴、系统级媒体控制和电话兜底仍要在模型之外实现。 Google 09-15 · LiveKit 1.8.2
国内七日补漏里,网易有道 OpenPods 值得作为“已出售但方向不同”的对照。 9月10日报道显示,它面向 iPhone,把锁屏录音、转写、翻译、总结、Ask AI 和知识库放进耳机工作流,证明耳机可以成为 Agent 的长期入口;但目前公开能力仍偏“采集后处理”,没有证据表明它支持自定义唤醒词、主动插播第三方音乐,或在未确认时升级成普通电话。 报道 09-10
论文补漏方面,SteerDuplex 公开了模型与代码,专门评估全双工语音的语气、速度和插话响应;作者报告强化学习把一项中断响应从72.5%提高到82.5%,同时也提醒“为了不被打断而过早闭嘴”会形成奖励漏洞。对耳机助手来说,这比单纯低延迟更接近真实交互。 论文/代码 09-11 · 代码
顺手看:Bolna 9月16日发布0.10.239,新增请求ID和空响应观测,适合电话兜底链路排查“电话接通但Agent突然不说话”的问题;它是可观测性修复,不是新的耳机能力。 Release 09-16
来源:官网/仓库已查|国内已查|论文已查|X公开搜索仅见索引摘要/嵌入帖,时间线覆盖受限。