为什么用语音
有些时候打字很麻烦：手上沾满面粉，开着车，走在路上。说话更自然。但语音带来两个键盘不会带来的问题：你说的话录下来之后去了哪里，每读出一句话又要花多少钱。
我想要什么
我希望语音是使用同一个助手的另一种方式，有着和文字聊天同样的记忆、同样的确认和同样的限制。并且默认情况下，你的声音留在你的服务器上。
口述和收听
最简单的方法：按住发送按钮，说话，松开。LIA 会转录，并把文字放进输入框，你可以在发送前检查一遍。你也可以在聊天标题栏中开启免提模式：轻触一下开始聆听，短暂静默后会自动停止。界面为法语时，你可以说「Dis LIA」来和她说话，或者在她朗读时说「LIA, stop」打断她的声音。这些短语在你的浏览器中识别，不会发送任何声音。
转录默认在你的服务器上进行，使用本地的语音识别模型：它是免费的，音频不会离开服务器。如果你想要更高的准确度，比如在嘈杂的环境中，可以在设置里选择管理员配置的远程引擎。设置中会写明它的名称，让你知道谁会收到你的声音；每次转录的费用会显示在你的消息气泡上。
反过来，如果你开启这项功能，LIA 会用你为她选择的声音朗读她的回答。引擎由管理员配置；其中有一个是免费的，其他引擎则有一个小徽章显示朗读花了多少钱。第一句话一准备好，朗读就会开始，后面的内容还在继续写。LIA 也知道「3.5 度」里的那个点并不是句子的结束。
真正的实时对话
Live 模式更进一步：你说话，LIA 立刻回答，你也可以打断她。它运行在一个实时语音模型上，由你用自己的密钥接入（Gemini、OpenAI 或一个 ElevenLabs 代理）。我做了一个简单的选择：语音负责对话，LIA 负责干活。当你询问一条信息或要求一个操作时，语音会把请求转交给 LIA，她会像处理一条聊天消息那样处理它，带着同样的确认。回答会在你说话的同时显示在对话中；如果 LIA 有问题要问你，就由语音来问你。
一段静默之后，会话会进入待机，并不结束：与服务商的连接会关闭，不产生任何费用。轻触一下就能唤醒它，并带上 LIA 当下的上下文。会话由你来结束，除非待机持续太久。无论哪种情况，都会有一张卡片汇总它的时长、你的请求以及 LIA 的花费。
在模型允许的情况下，Live 直连会话会让语音自己读取你的数据（日程、邮件、联系人、天气），范围限于你授权的领域，并且不执行任何操作。你说的话随后会作为你的消息转交到聊天中。它回答得更快，但在服务商那边花费更高。
无论哪种模式，以及 LIA 打电话给你时，声音都以你为她选择的个性说话：她的措辞、方式和幽默随之而变，事实从不改变。替你打给别人时，她始终保持礼貌。
当 LIA 给你打电话
如果你接入了电话功能，还可以登记你的号码：LIA 会先给你打一次电话，读一个验证码给你，你再把它输入回去。从那以后，「早上 8 点给我打电话，一起过一遍我今天的安排」就会让你的手机响起来，在例程里也可以。你在通话中提出的要求会作为你的消息回到聊天中，带着同样的确认。详情见电话常见问题。
哪些会发出去，要花多少钱
- 在 Live 模式下，你的声音从浏览器直接发送到你选择的服务商，由它按你的密钥向你收费。在价格已知时，LIA 会为你显示一个估算，但不会记录下来，因为用的是你的密钥。
- LIA 自己为处理你的请求所花的费用，会像文字消息一样计入你的用量。远程转录和付费朗读也计入其中，没有单独的配额。
- 免提模式和朗读一开始都是关闭的：由你来打开。
- 「Dis LIA」和「LIA, stop」这两个短语还处于测试阶段，目前只有法语版本。在其他语言中，轻触按钮就行。