电话语音日报
电话语音日报|2026-10-13
今天的确定增量主要是**“播了什么、该记住什么、什么时候停止说”**。语音框架在细化这些状态,但耳机佩戴检测、其他播放器的插播恢复及重要消息电话升级,仍没有发现单一方案全部打通的证据。
1. Pipecat:让手机分清“识别文字、模型回复、真正朗读”
10月13日北京时间约05:22合并代码,未确认正式版发布。 RTVI 增加 stt-raw-text、llm-raw-text、tts-raw-text 三种事件,把用户语音识别、模型生成、实际交给语音合成的文字分开,客户端须支持协议2.2.0且主动开启,默认关闭。旧文本事件暂仍发送,但已标为弃用。这适合做语音和文字同步,不能把“交给TTS”当作“用户听见”或已读;手机锁屏、入耳判断仍要额外实现。合并代码
2. Bolna:挂断后,不再把没播出的回答当成说过
10月12日两项代码修复。 Bolna 0.10.285 对话记录要等音频输出处理器确认送出后才写入助手回复,避免挂断时还没发送的内容污染历史;但“网络侧已发送”仍不证明对方实际听到,更没有明确确认。0.10.288 又给沉默后的重复催问加上限,默认每段沉默最多两次,并让流程规定的退出条件先触发。它能改善普通电话兜底的记录和结束策略,但不提供大陆号码可达性保证。音频记录修复 · 静默上限修复
3. LiveKit:对话多次压缩时保留更早摘要
10月12日合并修复,非新版本公告。 LiveKit Agents 之前把长聊天历史再次压缩时,会误删早期已经生成的摘要;现在识别这些摘要并保留,补了“通话聊久了还记得前文”的基础环节,还增加了回归测试。但这只是单次对话上下文管理,不等于挂断后继续跑任务、下次从电话/耳机恢复记忆,更不涵盖通知的未读和确认状态。代码与测试
**耳机入口与电话边界:**千问耳夹式耳机此前公告计划10月13日现货发售,本次只找到先前预约与上市预告,未独立确认今天已经开卖,也未验证锁屏唤醒、入耳传感器和第三方音频插播。先前报道 电话侧重新查看 Twilio中国大陆语音指南:它仍列出不支持呼出大陆号码;个人资质与港、新路线本次未逐项重新核对。论文检索未发现本日可核验且明显超出既有报告的新成果,不以旧文冒充今日发布。
来源覆盖:官方仓库已实际核对提交和测试|国内/中文已查,耳机上市尚未实证|论文已检索,无本期确认的新论文|X公开关键词已检索但索引覆盖有限,未独立核到新原帖。