Présentation de Live 3 : Conçu pour le rythme de la conversation

Vous faites une pause pour vous souvenir d'un numéro. Vous dites « ouais » pendant que quelqu'un explique. Vous changez d'avis au milieu d'une commande. Ces moments font partie intégrante d'une conversation.

Aujourd'hui, nous présentons Live 3, le modèle vocal full-duplex de Fish Audio. Il continue d'écouter pendant qu'il parle, de sorte qu'une pause, un accusé de réception rapide ou un changement d'avis peut influencer la suite.

Un petit « mm-hmm ». L'espace pour terminer une pensée. La liberté d'intervenir.

Live 3 est conçu pour donner aux gens l'espace nécessaire pour parler naturellement. Essayez-le par vous-même sur fish.audio/agents.

Apprendre le rythme de la conversation

La vitesse et le timing conversationnel ne sont pas le même problème. Un agent peut commencer une réponse rapidement et pourtant parler au mauvais moment. Une pause après « À quelle heure ouvrez-vous ? » peut signifier que vous avez fini. Une pause au milieu d'un numéro de téléphone signifie qu'il y a une suite.

La plupart des agents vocaux coordonnent la reconnaissance vocale, le raisonnement, la génération de parole et la prise de parole à travers des parties distinctes d'un pipeline. Faire fonctionner ces parties ensemble naturellement demande du soin. Live 3 intègre le timing conversationnel directement dans le modèle de parole lui-même.

Nous l'avons entraîné sur de réelles conversations humaines afin qu'il apprenne quand accuser réception, attendre, répondre ou s'arrêter. Ces comportements ont été appris auprès des gens, et non écrits sous forme d'une liste de règles.

« La solution jusqu'à présent consistait en plus de règles et plus de seuils », a déclaré Rissa Cao, co-fondatrice et PDG de Fish Audio. « Nous pensons qu'un modèle devrait apprendre cela à partir de conversations réelles, de la même manière que les modèles de langage apprennent la grammaire. »

Accuser réception sans interrompre

Énoncez un numéro par blocs : « 01... 45... 01 32. » Live 3 pourrait dire « mm-hmm » ou « d'accord, 01 » entre eux et attendre la suite.

Ce petit accusé de réception fait deux choses à la fois. Il vous indique que les chiffres ont été entendus et il vous laisse la parole. Vous pouvez reprendre votre souffle, vérifier les numéros suivants et continuer.

Live 3 peut décider de répondre en seulement 186 millisecondes. Des réactions courtes telles que « mm-hmm », « d'accord » et des confirmations rapides maintiennent l'échange fluide pendant que la réponse complète est en cours de préparation.

Savoir quand vous voulez intervenir

Tous les sons ne sont pas des interruptions. Si un agent explique ses services et ses horaires d'ouverture, vous pourriez dire « ouais » ou « mm-hmm » pour montrer que vous suivez. Live 3 continue.

Puis vous dites : « Attendez, en fait, j'ai juste besoin de jeudi. » Il s'arrête et laisse la place à votre nouvelle demande.

Cette distinction change le ressenti de tout l'appel. Vous pouvez accuser réception de ce que vous entendez sans couper accidentellement la parole, et changer de direction sans attendre la fin d'une longue réponse.

Vous laisser la liberté de changer d'avis

« Je voudrais deux pizzas... non, trois. Trois grandes. Et... en fait, faites-en une margherita. »

Live 3 patiente à travers chaque correction au lieu d'intervenir avec le mauvais article. Vous êtes encore en train de décider ce que vous voulez. Il laisse l'espace nécessaire pour que cette pensée se termine.

Les appels de support, les réservations et les commandes regorgent de ces moments. Les gens hésitent, se souviennent d'un autre détail et révisent une demande en plein milieu de leur phrase. Un agent qui suit ce rythme permet à la conversation d'avancer sans obliger l'interlocuteur à tout recommencer.

Entendez la différence

Une voix peut sembler naturelle isolément. Le vrai test est ce qui se passe quand quelqu'un répond.

Live 3 écoute tout au long de l'échange : il accuse réception sans prendre le dessus, laisse de l'espace quand une suite arrive, et cède le passage quand vous l'interrompez. Vous apportez les instructions, les outils et les flux de travail qui font de l'agent le vôtre. Live 3 apporte le rythme de la conversation.

Live 3 parle anglais aujourd'hui. Il est disponible sur la plateforme Fish Agent et via notre API, et les entreprises peuvent le déployer sur site.

Faites une pause. Réfléchissez. Changez d'avis. Continuez à parler.

Essayer Live 3 sur fish.audio/agents →