Fish Audio 发布 Live 3 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，它能在短短 186 毫秒内决定是否回应，不过该数字只是小型反应的下限，而非完整回复的首个音频时间，且尚未公布任何基准测试分数。 Live 3 可通过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方式使用。它仅支持英语。Live 3 页面列出的价格为每分钟 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 依報導生成 · 16 小時前更新

還沒有足夠的連續觀測資料，暫不繪製趨勢。