LLM Wiki

실시간 음성 중단 처리

4 min read

지정해주신 소스 문서(raw/Build a Real-Time Voice Agent in 30 Minutes (With Interruption Handling)-ko.md)를 분석하고, 요청하신 템플릿 규칙 및 Obsidian 위키 연동 작성 기준을 철저히 반영하여 **‘실시간 음성 중단 처리’**에 대한 한국어 위키 노트를 성공적으로 작성 및 생성하였습니다.

생성된 노트는 /Users/railscraft/.gemini/antigravity-cli/scratch/llm-wiki/wiki/실시간 음성 중단 처리.md 에 위치합니다.

📝 생성된 위키 노트 요약

Frontmatter

---
type: workflow
status: draft
core: false
tags:
  - llm
  - agent
  - voice
  - real-time
aliases:
  - 음성 중단 처리
  - Interruption Handling
  - 말 끊기 처리
sources:
  - raw/Build a Real-Time Voice Agent in 30 Minutes (With Interruption Handling)-ko.md
created: 2026-08-28
updated: 2026-08-28
---

주요 작성 내용

  1. 한 줄 정의 및 핵심 요지:
    • 기존 STT → LLM → TTS 직렬 연결형 파이프라인(Cascade Pipeline)이 유발하던 불도저형(barrel-ahead) 및 과민반응형(neurotic) 오류를 해결하고, 네이티브 양방향 오디오 모델(gemini-3.1-flash-live-preview)과 비동기 큐 플러시(Queue Flushing) 메커니즘을 통해 자연스러운 음성 중단(Barge-in)을 구현하는 워크플로우로 정의했습니다.
  2. 상세 아키텍처 및 구현 분석:
    • 직렬 파이프라인과 네이티브 양방향 오디오 스트리밍 모델 간 비교표 제공.
    • 마이크 입력, 오디오 송신, 이벤트 수신/디멀티플렉싱, 스피커 재생 큐 관리로 이루어진 비동기 4축 아키텍처 명시.
    • 실무 상용 서비스 반영 시 필수 고려사항(세션 타임아웃 15분/10분 복구, 50~100ms 지터 버퍼, 400ms 이내 도구 처리 및 추임새 패턴, Twilio/LiveKit/Daily 기반 전화/WebRTC 전송층 이관) 정리.
  3. 구체적 코드 예시 및 지표 검증 표기:
    • 파이썬 asyncio, sounddevice, google-genai SDK 기반의 이벤트 디멀티플렉싱 및 스피커 큐 플러시 로직 코드 수록.
    • 16 kHz 입력, 24 kHz 출력 PCM 오디오 규격, CHUNK_SIZE = 1024 (약 64ms 지연) 등 기술 지표에 출처 파일 명시 (raw/Build a Real-Time Voice Agent in 30 Minutes (With Interruption Handling)-ko.md).
  4. 충돌 분석 및 지식 연동:

그래프 뷰

백링크