Тонкости голосового агента для групповой беседы

1) Важно, чтобы говорил, когда обращаются к нему
2) Важно, чтобы молчал, когда обращаются не к нему
3) Низкая задержка
4) Иногда важно, чтобы он понимал, кто именно к нему обращается
5) Важно, чтобы не перебивался, когда не надо (кашель, "yeah", "ага")
6) Важно, чтобы перебивался, когда надо ("погоди, давай лучше...")
7) Круто, если может без прямого обращения заговорить сам, когда это нужно ("ребят, если что, вы отходите от темы, которую сами назначили"

Всё это делается поверх модели, которая обучена для разговоров 1:1. Оттуда и сложности.