Fish Audio 发布全双工语音模型 Live 3，最快 186 ms 回应
Fish Audio 发布全双工语音模型 Live 3，边听边说，可在用户停顿、说「嗯哼」或改口时不中断通话。官方称对「mm-hmm」这类短回应最快 186 ms 决定是否开口，完整回答并行准备；该数字是短反应的下限，不是完整回复的首字延迟，且未公布基准分数和延迟分布。模型把轮次判断从流水线规则移入语音模型，用真实人类对话训练，独立推理层仍负责指令和工具。已在 Fish Agent Platform（公测）和 Fish Audio API 上线，企业可本地部署，Agents 提供 /v1/agent/* REST …
推荐理由做实时语音 Agent 的开发者可看：轮次判断交给模型，186 ms 短反应延迟