Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

GPT-Live: session.input.set_audio_enabled(False) also stops the agent's speech

Aperta
  • Qualcosa non va?
#7,663 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

@longcw ci sta già lavorando.

Dal 9/10/2026.

  • #7690 di @longcw — aperta
  • #7691 di @TANGBUDU — aperta

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
22/100
Tipo di issue
Bug
Chiarezza
Abbastanza chiara
Stato di attività
Attiva
Stack tecnologico
python
Ambito
audio-video-rtc

Direzione di ricerca

The disabling path is in livekit-agents/livekit/agents/voice/room_io/_input.py around lines 180-184, where RoomIO drops input frames while detached. Trace how GPT-Live output pacing depends on incoming input audio, then compare with the mute_input() path, which keeps output running. Done means agent speech continues after set_audio_enabled(False), or the behaviour is documented, with a test covering the thinking-state case.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Bug Description

While session.input.set_audio_enabled(False) is in effect, RoomIO drops input frames, which is expected. With GPT-Live, though, output is paced by the input audio, so the agent's speech also stops about 3.7–3.9 s later and only resumes once input is re-enabled. A common pattern, disabling input while the agent is thinking and re-enabling it when it leaves thinking, can then hang: after the tool finishes the agent can't speak its answer, and the state stays thinking.

Relevant code: RoomIO drops frames while detached

Expected Behavior

For duplex models, disabling input shouldn't stop output, e.g. keep sending silence while disabled, or use mute_input() instead. At least a warning or a note in the docs.

Reproduction Steps
1. Start an AgentSession with GPTLiveModel and ask a question.
2. Halfway through the answer, call session.input.set_audio_enabled(False).
3. Measure the agent's audio over the next 12 s.

Voice tests (audio input drops frames while disabled, as RoomIO does):

Agent audio in the next 12 s When speech stops
input left enabled 9.2–10.2 s keeps speaking
set_audio_enabled(False) 2.7–3.5 s 3.7–3.9 s after disabling (3/3)
mute_input() instead 9.3–10.0 s keeps speaking

With input disabled during thinking and an 8 s tool, the agent stayed in thinking without answering in 1 of 2 runs with set_audio_enabled, and answered in 2 of 2 with mute_input().

Operating System

Windows 11

Models Used

GPT-Live (gpt-live-1) with a Responses backend (gpt-6-luna)

Package Versions
livekit==1.1.18
livekit-agents==1.8.3
livekit-plugins-openai==1.8.3
python==3.13
Additional Context

#7239 addressed the same root cause when there is no microphone (text mode) and was closed. This is the case with a real microphone where the app disables input.

Lingua principale
Python
Stelle
14.6k
Fork
3.9k
Merge medio
2g 23h
PR unite (30g)
177

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di livekit/agents

Tutte le issue di livekit/agents

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.