رونمایی از Fish Audio Live 3؛ مدل صوتی دوطرفه با واکنش فوق‌سریع ۱۸۶ میلی‌ثانیه‌ای
شرکت Fish Audio از مدل جدید Live 3 رونمایی کرد که با قابلیت گفتگوی دوطرفه (Full-Duplex)، امکان مکالمه طبیعی‌تری را برای دستیارهای صوتی فراهم می‌کند. این مدل که برای واکنش‌های فوری بهینه‌سازی شده، می‌تواند در کمتر از ۱۸۶ میلی‌ثانیه به کاربر پاسخ دهد و تفاوت بین مکث‌های عادی و قطع صحبت را تشخیص دهد.
شرکت Fish Audio با معرفی مدل Live 3، گام مهمی در بهبود تعامل دستیارهای صوتی هوشمند برداشته است. این مدل با بهره‌گیری از فناوری دوطرفه (Full-Duplex)، به دستیارهای صوتی اجازه می‌دهد هم‌زمان با شنیدن صحبت‌های کاربر، پاسخ‌های خود را آماده کنند. این قابلیت باعث می‌شود که روند نوبت‌گیری در مکالمه بسیار طبیعی‌تر از مدل‌های قبلی باشد که بر پایه قوانین صلب و آستانه‌های سکوت عمل می‌کردند.
یکی از نقاط قوت کلیدی Live 3، سرعت واکنش بسیار بالای آن است؛ این مدل قادر است واکنش‌های کوتاهی مانند «ام‌هوم» یا «باشه» را در مدت‌زمان ۱۸۶ میلی‌ثانیه پردازش و اجرا کند. این مدل با آموزش روی مکالمات واقعی انسانی، یاد گرفته است که چه زمانی باید سکوت کند، چه زمانی پاسخ دهد و چه زمانی تشخیص دهد که کاربر در حال تغییر تصمیم خود یا تصحیح حرفش است.
برخلاف سیستم‌های سنتی که فرآیندهای تشخیص گفتار، استدلال و تولید صوت را در مراحل جداگانه انجام می‌دهند، Live 3 مدیریت زمان‌بندی مکالمه را مستقیماً به مدل گفتاری منتقل کرده است. این رویکرد باعث کاهش نیاز به قوانین پیچیده برای تشخیص وقفه‌ها می‌شود.
سرویس Live 3 هم‌اکنون از طریق پلتفرم Fish Agent، API اختصاصی و به صورت On-premises برای شرکت‌ها در دسترس است. هزینه‌های استفاده از این سرویس تا ۳۱ دسامبر ۲۰۲۶ به صورت تبلیغاتی ۰.۰۳۵ دلار در دقیقه اعلام شده است که پس از آن به ۰.۰۷ دلار افزایش می‌یابد. این مدل در حال حاضر تنها از زبان انگلیسی پشتیبانی می‌کند.
گزارش فارسی این خبر با کمک هوش مصنوعی و فقط بر اساس اطلاعات منتشرشده در منبع تهیه شده است.
دیدگاه‌ها
دیدگاه شما پس از تأیید مدیر منتشر می‌شود. گفت‌وگوی فارسی و انگلیسی این خبر جداست.