Fish Audio 是一家专注于语音生成与实时语音交互的 AI 公司,其核心产品包括文本转语音模型、全双工实时对话模型 Live 系列以及可无代码搭建语音智能体的 Fish Agent,在开源语音社区和应用落地方向均有一定存在感。近期,该公司的重点正从单纯的语音合成能力转向“语音模型 + 智能体”的完整产品链路。
Fish Audio 的近期进展
当前焦点与观察点
从这些动态看,Fish Audio 的策略比较清晰:底层做低延迟全双工模型,上层做无代码语音智能体平台,再通过医疗接线、视频配音、营销视频等垂直场景的第三方合作验证商业化。186 ms 的延迟和全双工能力是其技术层面的主要卖点,而“电话接打”场景则是目前最具想象力的应用方向。
值得关注的点有三个:一是 Live 3 在真实嘈杂环境下的打断、抢话处理能力仍需用户实测验证;二是语音智能体赛道的竞争者众多,无代码平台的差异化更多取决于集成生态而非模型本身;三是其开源社区路线与商业化 API 之间的平衡,将影响开发者生态的长期走向。