有没有什么方法能够让大模型察言观色，主动选择合适的时机主动对话，甚至可以选择性的听谁的话不停谁的话。 
用了很多AI实时语音通话的功能，目前比较惊艳的还是sesame的语音通话效果，TTS的效果很惊艳，并且如果不回应AI还会主动回应，不知道其具体的实现方式。 
我自己尝试用延时一段时间没有检测vad活动，主动根据对话历史记录，编写一个prompt，发送给大模型的方式实现主动对话。 
但是这样子，仍然不是真正意义上的read the room， 在很多需要模型安静不说话的情况下，也会回复，时间一长也很奇怪，以及有各种不太符合对话语境的主动话题回复，想问一下各位佬，有没有什么开源的项目有实现的，或者有没有什么比较好的方式实现。