Fish Audio presentó Live 3, un modelo de voz para agentes que escuchan mientras hablan. Según la empresa, el modelo puede responder brevemente a quien llama, esperar a que termine o detenerse si cambia de tema. Su tiempo de respuesta más corto reportado es de 186 milisegundos.
La propuesta busca adaptarse al ritmo irregular de las conversaciones cotidianas. Alguien puede hacer una pausa para recordar un número de teléfono, decir «sí» para indicar que está escuchando o cambiar un pedido antes de terminar la frase. Fish Audio afirma que Live 3 puede responder con un breve «ajá» o «de acuerdo» sin adueñarse de la conversación, y seguir hablando cuando la otra persona solo da una señal de atención.
El ritmo forma parte del modelo
Fish Audio sostiene que una respuesta rápida no siempre llega en el momento adecuado. Muchos agentes de voz coordinan el reconocimiento del habla, el razonamiento, la generación de voz y los turnos de conversación mediante componentes separados del sistema. En cambio, según la empresa, Live 3 incorpora el ritmo de la conversación al modelo de voz.
El modelo se entrenó con conversaciones humanas para aprender cuándo responder brevemente, esperar, contestar o detenerse, explicó Rissa Cao, cofundadora y CEO de Fish Audio. Entre los ejemplos de la empresa hay una persona que dicta un número por partes y otra que modifica un pedido de pizza a mitad de la conversación. Son demostraciones de Fish Audio, no pruebas independientes del rendimiento de Live 3 en distintos tipos de llamadas o en entornos ruidosos.
¿Dónde se puede usar Live 3?
Fish Audio afirma que Live 3 está disponible en su Agent Platform y mediante su API, y que las empresas pueden implementarlo en sus propias instalaciones. En su lanzamiento, admite inglés. La empresa señala que los clientes proporcionan las instrucciones, herramientas y flujos de trabajo de sus agentes; Live 3 se encarga de la voz y del ritmo de la conversación.
Por qué importa
Para las empresas que desarrollan agentes telefónicos para reservas, pedidos o atención al cliente, Live 3 está diseñado para que quienes llaman puedan corregirse o interrumpir sin tener que reiniciar la conversación. Fish Audio no ha publicado resultados de rendimiento independientes, así que aún no está claro con qué fiabilidad responde en llamadas reales.
