Live 3 добавя двупосочно слушане към гласовите агенти
Fish Audio представи Live 3 — модел за пълнодуплексна комуникация, предназначен за гласови агенти в реално време. Той продължава да слуша, докато говори, така че обаждащият се може да направи пауза, да даде кратко потвърждение като „мм-хм“ или да промени казаното, без разговорът автоматично да бъде прекъснат. Според компанията управлението на редуването в разговора е прехвърлено в речевия модел, вместо да зависи основно от отделни правила и прагове за тишина.
Fish Audio посочва, че Live 3 е обучен върху реални човешки разговори и разпознава кога да потвърди, да изчака, да отговори или да спре. Демонстрациите показват потвърждение между части на телефонен номер, разграничаване на кратко „да“ от прекъсване и изчакване при корекция на поръчка. Инструкциите и инструментите остават в отделен слой за разсъждение.
Компанията заявява, че кратките реакции могат да започнат за едва 186 милисекунди, докато пълният отговор се подготвя паралелно. Публикувани няма разпределение на латентността или бенчмарк резултати. Live 3 се предлага през Fish Agent Platform, Fish Audio API и локални инсталации за предприятия. При старта поддържа само английски. Промоционалната цена е $0.035 на минута до 31 декември 2026 г., при стандартна цена $0.07.
Текстът е изготвен от ИИ на Sakhanda Wire по материал на MarkTechPost. Фактите, цитатите и пълният контекст са в оригиналната статия по-долу.