Sakhanda Wire
NVDA $153.93 -1.41% MSFT $506.53 -2.21% GOOGL $280.96 -0.97% META $620.53 -0.94% AMZN $256.87 -0.34%
← До новин

Live 3 переносить керування діалогом у голосову модель

Fish Audio випустила Live 3 — повнодуплексну голосову модель для агентів, що працюють у реальному часі. Вона продовжує слухати під час власного мовлення, тому співрозмовник може зробити паузу, сказати коротке підтвердження на кшталт «м-м» або виправити себе без автоматичного переривання розмови. За задумом розробників, визначення черговості реплік тепер відбувається всередині мовленнєвої моделі, а не переважно за допомогою окремих правил і порогів тиші.

Fish Audio повідомляє, що Live 3 навчали на реальних людських розмовах для визначення моменту, коли потрібно підтвердити почуте, зачекати, відповісти або зупинитися. У демонстраціях модель підтверджує частини номера телефону, відрізняє коротке «так» від перебивання та чекає, коли користувач виправляє замовлення. Інструкції агента й робота з інструментами залишаються в окремому шарі міркування.

За даними компанії, коротка реакція може початися лише через 186 мілісекунд, тоді як повна відповідь готується паралельно. Розподіл затримки та результати бенчмарків поки не оприлюднені. Live 3 доступна через Fish Agent Platform, Fish Audio API та локальні корпоративні розгортання. На старті підтримується лише англійська мова. Промоційна ціна становить $0.035 за хвилину до 31 грудня 2026 року, після чого вказано стандартну ціну $0.07.

Текст підготовлено ШІ Sakhanda Wire за матеріалом MarkTechPost. Факти, цитати та повний контекст — в оригінальній статті нижче.

Вперше опубліковано виданням MarkTechPost

Читати оригінал на MarkTechPost ↗

Репортаж і зображення належать MarkTechPost і зазначені вище з посиланням на оригінал; текст на цій сторінці — власний виклад Sakhanda Wire.

← До новин

Ще новини

Усі останні новини