OpenAIの拡張ヴォイスモードだけど、まわりがガヤガヤしてたり、複数人が喋ってる状況では、うまく聞き取れていないようだ。
そもそも、人間の最初の言葉を耳を澄まして聞いていて、すぐに反応するようにできているからだろう。遮音の仕組みやマイクに指向性とかがないと難しいかもしれない。