Głos na żywo dostaje silnik full-duplex: mikrofon zostaje otwarty, kiedy asystent mówi, więc można mu przerwać tak jak przerywa się człowiekowi. Korzysta z tych samych narzędzi co reszta asystenta — wyszukiwania, pamięci, tworzenia — a sesja otwarta z wnętrza czatu zaczyna się teraz ze świadomością tego, co już w tej rozmowie padło.