Fish Audio 发布 Live 3：一款 186 毫秒内响应的全双工语音模型

Fish Audio 发布了 Live 3，这是一款面向实时语音代理的全双工语音模型，它在说话的同时保持聆听，并从真实人类对话中学习轮流发言，而非依赖手工调校的流水线规则。Fish Audio 表示，对于“mm-hmm”这类简短反应，它最快可在 186 毫秒内决定回应，但该数字只是小型反应的下限，并非完整回复的首个音频时间，且尚未公布基准测试分数。Live 3 运行于 Fish Agent Platform（公开测试版）、Fish Audio API 以及面向企业的本地部署，定价为每分钟 0.035 美元，直至 2026 年 12 月 31 日，而标价为 0.07 美元，且仅支持英语。