开发者厘清「speech-to-speech」定义：原生音频轮转模型才算数

开发者主张「speech-to-speech」应专指具备原生音频输入与输出的轮转式 LLM，并要求厂商据此调整新闻稿。该定义排除隐藏于统一 API 后的级联模型（ASR+LLM+TTS），以及 gpt-live-1 这类全双工非轮转语音模型。