Fish Audio发布Live 3:全双工语音模型响应仅186毫秒

Fish Audio 发布全双工语音模型 Live 3,支持边听边说、186 毫秒响应及打断区分。
Fish Audio 推出 Live 3,一款面向语音智能体的全双工语音模型,能在说话的同时持续聆听,将响应延迟压缩至 186 毫秒,并声称可区分“mm-hmm”类附和声与真实打断。文章指出,传统半双工语音交互需等待模型说完才能插话,而全双工架构让对话节奏更接近人类。186 毫秒接近自然接话间隔,打断区分能力则决定智能体是否显得善解人意。不过,Live 3 首发仅支持英文,且模型规模、部署方式与定价等细节未披露,其打断判断的准确性仍需真实场景检验。
Fish Audio 近日推出 Live 3,一款面向语音智能体的全双工语音模型。它能在说话的同时持续聆听,区分无意义的附和声与真正的打断,并将响应延迟压缩到 186 毫秒。首发阶段仅支持英文。

全双工:从“轮流说话”到“边听边说”
传统语音交互大多采用半双工模式:系统先收音、再处理、后播报,用户必须等模型说完才能插话。这种方式在真实对话中显得僵硬,尤其当用户想纠正或补充时,等待感会被放大。
Live 3 的核心变化在于全双工架构。模型在输出语音的同时保持对输入音频的监听,因此可以在对话进行中实时捕捉用户信号。这意味着语音智能体不再是一个“轮询式”的问答机器,而更接近人类对话中那种重叠、修正与即时反馈的节奏。
据 MarkTechPost 的报道,Live 3 正是为语音智能体场景设计,强调对话过程中的实时反应能力,而非单纯追求语音合成的自然度。
半双工与全双工的通信含义
半双工和全双工源自通信领域。半双工指双方共享同一信道,同一时刻只能有一方发送,典型如对讲机:按下说话键时只能发送,松开才能接收。全双工则允许双方同时收发,典型如电话:双方可以同时说和听,无需等待对方说完。在语音交互中,传统系统采用半双工模式,必须先完成收音、识别、生成、播报的串行流程;而全双工模型能像电话一样,在播放语音的同时持续接收并处理输入音频,从而实现“边听边说”。
186 毫秒响应与“真假打断”的区分
186 毫秒是 Live 3 对外公布的最小反应时间。这一量级已经接近人类对话中自然接话的间隔,对于语音智能体来说,延迟越低,对话的流畅感和可信度就越高。
更值得关注的是模型对打断行为的处理。日常对话里,用户会发出“mm-hmm”这类附和声表示在听,也会在真正想插话时打断模型。Live 3 声称能区分两者:把附和声当作继续说话的许可,把真正的打断视为需要让出话轮的信号。这个区分能力直接决定语音智能体是显得“善解人意”还是“自说自话”。
素材没有披露该区分机制的具体实现方式,也没有给出误判率等量化指标,因此其实际表现仍需真实场景检验。
话轮转换与反馈信号
在对话分析中,“话轮转换”指说话者角色的交替。日常对话里,听者常发出“mm-hmm”“对”等简短反馈信号,表示在听并鼓励对方继续,这并不构成话轮转换请求;而真正的打断则是听者试图夺取话轮。语音智能体若不能区分两者,要么把附和误判为打断而频繁让出话轮,导致对话破碎;要么把真实打断误判为附和而继续自说自话,显得不礼貌。Live 3 声称能区分这两类信号,正是为了更自然地管理话轮转换。
英文首发与语音智能体的落地边界
Live 3 在发布阶段仅支持英文,这在一定程度上限制了它的适用范围。对于中文或其他语种的语音智能体开发者来说,短期内无法直接迁移。
从产品定位看,Live 3 瞄准的是语音智能体这一细分方向。全双工与低延迟的组合,适合客服、实时助手、语音陪练等需要多轮自然对话的场景。但这类场景对打断判断的准确性要求很高,一次误判就可能打断用户或让对话陷入尴尬。
Fish Audio 此次公布的信息集中在能力和延迟上,关于模型规模、训练数据、部署方式与定价等细节并未在原始报道中展开。对于评估其是否适合生产环境,这些信息同样关键。
快速总结
Live 3 把全双工、186 毫秒响应和打断区分能力打包进一个语音模型,方向契合语音智能体对自然对话的追求。英文首发和有限的技术披露,意味着它更像一个能力展示而非即刻可用的通用方案。真正的考验在于:在嘈杂、多变的真实对话中,它能否稳定分辨“附和”与“打断”。
相关推荐

AI替你写代码,还要学Git吗?五个理由
AI编程代理能自动处理Git操作,还有必要学Git吗?本文提炼五个理由:与团队沟通、审阅代理提交的PR、监督代码改动、在AI宕机时兜底,以及学习本身的乐趣,并分析代理时代Git学习重心的转移。

Anthropic据报以每股83美元定价IPO,估值达1.5万亿美元
Anthropic据报以每股83美元定价IPO,高于预期发行区间,完全稀释估值达1.5万亿美元。本文分析此次定价的信号意义及其对AI行业融资环境的影响。

纳德拉预言:AI代理将重塑网络经济规则
微软CEO纳德拉预测AI代理将重新洗牌网络经济,冲击广告驱动模式,并迫使亚马逊等平台重新思考客户争夺方式。本文解析代理经济对广告、电商与平台竞争逻辑的影响。