先了解这件事
2026年8月13日,LiveKit 在 LiveKit Agents 中发布 expressive mode。据其产品与工程博客介绍,开启该模式后,框架会向 LLM 提示词注入供应商专属指令,让模型在回复中内联生成表情标记,再由框架降级为当前 TTS 供应商能识别的方言,从而表达情绪、语气、非语言声音和停顿。该功能只需在 AgentSession 上设置一个参数,兼容任意 LLM;TTS 侧目前支持 Fish Audio(fishaudio/s2.1-pro)、Inworld(inworld/inworld-tts-2)、Cartesia(cartesia/sonic-3)和 SpaceXAI(xai/tts-1),未声明标记方言的供应商会正常合成且该开关不生效。框架还会把标记从用户可见转写中剥离,并将该段落的语气标签以 lk.expression 属性发布在 lk.transcription 文本流上,供前端可视化使用。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：LiveKit 产品与工程博客
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
8月13日
LiveKit 产品与工程博客一手
LiveKit Agents 推出 expressive mode，让语音智能体按情境调整语气
LiveKit 在 LiveKit Agents 中发布 expressive mode，开启后框架会向 LLM 提示词注入供应商专属指令，让模型在回复中内联生成表情标记，再由框架降级为当前 TTS 供应商能识别的方言，从而表达情绪、语气、非语言声音和停顿。该功能只需在 AgentSession 上设置一个参数，兼容任意 LLM，TTS 侧目前支持 Fish Audio（fishaudio/s2.1-pro）、Inworld（inworld/inworld-tts-2）、Cartesia（cartesia/sonic-3）和 SpaceXAI（xai/tts-1），未声明标记方言的供应商会正常合成且该开关不生效。框架还会把标记从用户可见转写中剥离，并将该段落的语气标签以 lk.expression 属性发布在 lk.transcription 文本流上，供前端可视化使用。