A Fish Audio lançou o Live 3, um modelo de voz full-duplex desenvolvido para agentes de voz em tempo real. O modelo de voz full-duplex Fish Audio Live 3 continua ouvindo enquanto fala. Isso permite que um chamador pause, diga “mm-hmm” ou mude de ideia sem interromper a chamada. Para desenvolvedores, a proposta é simples. A alternância de turnos sai das regras de pipeline ajustadas manualmente e entra no modelo de fala. TL;DR Produto: Um modelo de voz full-duplex desenvolvido para agentes de voz em tempo real. Executa em: Plataforma Fish Agent hospedada e Fish Audio API; on-premises para empresas. Desempenho: A Fish Audio mostra demonstrações de comportamento, mas não publica pontuações de benchmark. Melhor: Pode decidir responder em apenas 186 ms para reações curtas como “mm-hmm”. O que é Fish Audio Live 3? O Live 3 é um modelo de voz full-duplex da Fish Audio que ouve e fala ao mesmo tempo. O argumento central é que velocidade e tempo são problemas diferentes. Um agente pode responder rápido e ainda assim falar no momento errado. Uma pausa após “Que horas vocês abrem?” geralmente encerra um turno. Uma pausa no meio de um número de telefone, não. Como o Live 3 lida com a alternância de turnos? A maioria dos agentes de voz divide o reconhecimento, o raciocínio, a geração de fala e a alternância de turnos em estágios de pipeline separados. A equipe da Fish Audio afirma que o Live 3 move o tempo conversacional para o modelo de fala. Ele foi treinado em conversas humanas reais para aprender quando reconhecer, esperar, responder ou parar. Eles descreveram a abordagem antiga como um acúmulo de “mais regras e mais limites”. A Fish Audio, em vez disso, quer que o modelo aprenda o tempo a partir dos dados. Uma camada de raciocínio separada ainda contém as instruções e ferramentas do agente. A equipe da Fish Audio demonstra 3 comportamentos: Reconhecer sem assumir. Um chamador lê “415… 555… 0132.” O Live 3 pode dizer “ok, 415” entre os trechos e depois esperar. Diferenciar um 'backchannel' de uma interrupção. Um chamador dizendo “sim” permite que o agente continue. “Espere, na verdade, eu só preciso de quinta-feira.
Fonte: MarkTechPost
Publicado em 2026-11-11