Fish Audio 发布了 Live 3,这是一款专为实时语音代理设计的全双工语音模型。该模型可以同时进行倾听和说话,通过直接从人类互动中学习轮流发言,而不是依赖预定义的管道规则,从而实现更自然的对话流程。Live 3 能够做出非常快速的响应,例如“嗯哼”等简短的确认响应最早可在 186 毫秒内开始,并且可以通过托管平台或本地部署使用。 AI
影响 通过实现更自然、实时的轮流发言和响应能力,增强了对话式人工智能代理。
排序理由 面向代理的语音模型产品发布。
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →