Fish Audio 发布 Live 3:全双工语音模型,响应延迟最低 186 ms
Fish Audio Releases Live 3, a Full-Duplex Voice Model That Reacts in 186 ms
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。
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。
Fish Audio Releases Live 3, a Full-Duplex Voice Model That Reacts in 186 ms
Fish Audio released Live 3, a full-duplex voice model for voice agents. It listens while it speaks, separates “mm-hmm” from real interruptions, and can react in as little as 186 ms. English only at launch The post Fish Audio Releases Live 3, a Full-Duplex Voice Model That Reacts in 186 ms appeared first on MarkTechPost .
本条情报归属 AITOP「模型」核心追踪栏目。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Fish Audio、Live 3、语音模型、智能体,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明:本文原始信息发布自一手权威信源「marktechpost」(Tier-1 一手发布),具备高确定性参考价值。