AI 聚合热点事件 · 2026/11/11
Fish Audio 正式发布全双工语音模型 Live 3，将轮次切换能力内化到语音模型本身，通过真实人类对话训练学习何时确认、等待、回应或停止，而非依赖静音阈值与手写规则。官方称在短促语气词场景下最快 186 毫秒即可反应，但发布初期仅支持英文且未公布任何基准分数。
该模型支持边听边说、自然插入“mm-hmm”等反馈并在合适时机停止发言，用户仅需一句话即可生成可用的语音智能体。Live 3 已上线 Fish Agent Platform、API 及企业本地部署，2026 年底前每分钟收费 0.035 美元。官方同步开放企业定制智能体预约，并为前 1000 名提交用例者免费构建。
Live 3 的发布标志着语音交互从传统的“对讲机式”轮替向自然全双工对话迈出关键一步，其将轮次切换内化到模型中的做法有望推动语音智能体在客服、陪伴、实时翻译等场景的落地，但仅支持英文和缺乏基准分数也显示出其早期阶段仍需持续迭代。
曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。
原标题：▲ Fish Audio just released Live 3, a full-duplex voice model that keeps listening while it speaks, s...
原标题：typed one sentence, got a working voice agent back.