返回首页

Live 3

x+web 0.92
访问原文

介绍

Live 3 是 Fish Audio 在 2026 年 11 月 10 日发布的全双工语音模型，面向实时语音智能体：它在自己说话的同时继续听，好让停顿、短促的附和、插话或中途改主意进入下一轮对话。官方介绍是博客 Introducing Live 3: Built for the rhythm of conversation，产品页为 Live 3，试用入口为 fish.audio/agents。官方账号 @FishAudio 于 2026-11-10T18:02:05Z 宣布；联合创始人兼 CEO Rissa Cao 的宣布帖为 2120214987633467626。

官方把“快”和“会找时机”区分开：智能体可以很快开口，但仍可能在不该说话的时候说话。例如，问完“你们几点开门？”之后的停顿，和念电话号码中间的停顿，含义并不一样。多数语音智能体把语音识别、推理、语音生成和话轮切换拆在流水线的不同部分，要靠规则把它们拼在一起；Live 3 声称把交谈时机学进语音模型本身，训练数据是真人对话，用来学习何时附和、等待、回答或停下。Rissa Cao 在博客中说：“到目前为止的做法是加更多规则和阈值。我们认为模型应该像语言模型学习语法那样，从真实对话里学习这些。”

博客给了几类具体行为。当用户分段报出号码（例如 415… 555… 0132）时，Live 3 可能会在中间说 “mm-hmm” 或 “okay, 415”，然后把发言权留下，让对方喘口气再继续。官方称它最快可在 186 毫秒内决定做出反应，用短确认推动对话，同时准备完整回答。若用户只是在听介绍时说 “yeah” 或 “mm-hmm”，它会继续说；若用户说 “Wait, actually, I just need Thursday.”，它会停下并接住新的请求。点餐或改主意时（“两份……不，三份。三份大的。对了，其中一份改成玛格丽特”），官方称它会等对方把更正说完，而不是抢先下错单。博客附了三段测试通话节选，分别展示补全订单、中途插话和下单回读时的附和。

可用性方面，官方写明 Live 3 目前支持英语，可在 Fish Agent Platform 和 API 上使用，企业可以本地部署。产品页把它放在“构建、部署和监控听起来自然、能把事做完的语音智能体”的平台里，并列出通话监听、逐轮转写、时延拆分、自动摘要和成功标准等能力。页面标示的促销价为每分钟 0.035 美元，对应原价 0.07 美元的五折，且写明包含 Live 3；具体是否仍是促销、是否分全双工/级联计费，请以官网当时标价为准。CEO 帖还提到企业可预约演示，并为前 1000 个说明用例的人免费定制智能体，这是当时的活动条款，未必长期有效。

要点：

解释

为什么值得关注

语音智能体常卡在话轮：要么抢话，要么对附和过敏，要么在对方改主意时下错单。Live 3 把这个问题做成一个可调用的模型名，并且有官方博客、产品页、API/平台和本地部署说明，而不是只停留在演示视频。对做电话客服、预约和点餐类智能体的团队，这是一个可以马上试用的新名字。官方 186 毫秒和促销单价都是公司数字，引用时需写明来源。

这次发布发生在 2026-11-10T18:02Z（北京时间 11 月 11 日 02:02），本扫描之前的 04:32 / 08:32 / 12:32 轮次未能收入，本轮补录。当前只支持英语。

局限

博客中的通话节选是官方测试，不是第三方评测。价格、配额、免费定制活动都以官网和官方帖当时的条款为准。不要把它写成 Fish Audio 全部语音产品的总称。

用法

  1. 阅读官方博客 https://fish.audio/blog/introducing-live-3/ 与产品页 https://fish.audio/live3/ ，并对照宣布帖 https://x.com/FishAudio/status/2120215430807904395 ；
  2. 在 https://fish.audio/agents 试用，或按产品页通过 Fish Agent Platform / API 接入；企业如需本地部署，请走官方说明或演示预约；
  3. 引用全双工、186 毫秒或每分钟 0.035 美元等数字时，请写明来源是 2026-11-10 官方博客或产品页，并再对一次上游当时的标价和条款；
  4. 不要把 Live 3 写成 Fish Audio 的 TTS 模型（如 Drama 3、S2.1 Pro）或泛称的 live agent；本页只复述官方博客、产品页和宣布帖，对外引用前请再对一次上游。

广告