主要来源marktechpost
查看原文事件专题 ·官方一手
Fish Audio 发布 Live 3：全双工语音模型，响应延迟最低 186 ms
Fish Audio 发布 Live 3，一款面向语音智能体的全双工语音模型，核心指标是反应延迟最低 186 ms。与半双工模型“说完才能听”不同，Live 3 在说话的同时持续监听，支持边说边听的实时交互。 Live 3 在语义层面区分“嗯嗯”“好的”这类附和反馈与真正的打断：用户随口应和时它继续讲下去，用户确实要插话时才停下并切换话题。这种反馈识别与打断处理是其全双工能力的具体体现。 目前 Live 3 仅支持英语，主要面向构建语音 Agent 的开发者，用于客服、语音助理等需要低延迟自然对话的场景。
当前结论
语音 Agent 开发者可以看看这个。Fish Audio 的 Live 3 能边说边听，186 ms 的反应速度已经接近真人对话节奏，还分得清“嗯嗯”和真的想插话，这比很多半双工语音方案自然多了。做客服机器人或语音助理的值得跑个 demo 试试，不过暂时只有英语。
3 个信源46° AI 热度最后更新 2026/11/11 04:43:53
证据链
3 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。