Fish Audio 发布 Live 3 全双工语音模型

Fish Audio 发布 Live 3，这是一款面向实时语音智能体的全双工语音模型，它在说话的同时保持聆听，并从真实人类对话中学习轮次转换，而非依赖手工调校的流水线规则。Fish Audio 表示，对于“mm-hmm”这类简短回应，它最快可在 186 毫秒内决定是否回应，但该数字只是小型反应的下限，并非完整回复的首个音频输出时间，且尚未公布任何基准测试分数。 Live 3 已在处于公开测试阶段的 Fish Agent Platform、Fish Audio API 以及面向企业的本地部署中提供。它仅支持英语。Live 3 页面标价为每分钟 0.035 美元，较 0.07 美元的标价下调 50%，优惠持续至 2026 年 12 月 31 日，新账户可获得 5 美元试用余额。

AI 根据报道生成 · 15 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。