Fish Audio a présenté Live 3, un modèle vocal pour agents capable d’écouter tout en parlant. Selon l’entreprise, le modèle peut acquiescer, attendre que l’interlocuteur ait fini ou s’arrêter si celui-ci change de sujet. Son temps de réponse le plus court rapporté est de 186 millisecondes.
Cette approche vise à gérer le rythme irrégulier des conversations ordinaires. Quelqu’un peut faire une pause pour se rappeler un numéro de téléphone, dire « oui » pour montrer qu’il écoute ou modifier une commande avant d’avoir fini sa phrase. Fish Audio affirme que Live 3 peut répondre par un bref « mm-hmm » ou « d’accord » sans prendre la parole, et poursuivre son discours après un simple signe d’acquiescement.
Le timing fait partie du modèle
Fish Audio estime qu’une réponse rapide n’est pas toujours une réponse bien synchronisée. De nombreux agents vocaux coordonnent la reconnaissance vocale, le raisonnement, la génération de la parole et la gestion des tours de parole dans différentes parties d’un système. Live 3 intègre plutôt le timing conversationnel au modèle vocal, selon l’entreprise.
D’après Rissa Cao, cofondatrice et PDG de Fish Audio, le modèle a été entraîné sur des conversations humaines afin d’apprendre quand acquiescer, attendre, répondre ou s’arrêter. Parmi les exemples présentés par l’entreprise, un interlocuteur dicte un numéro par groupes de chiffres et un autre modifie sa commande de pizza en cours de conversation. Il s’agit de démonstrations de Fish Audio, et non de tests indépendants des performances de Live 3 dans différents types d’appels ou dans des environnements bruyants.
Où utiliser Live 3 ?
Fish Audio indique que Live 3 est disponible sur sa plateforme Agent Platform et via son API. Les entreprises peuvent aussi le déployer sur site. Le modèle prend en charge l’anglais à son lancement. Selon l’entreprise, les clients fournissent les consignes, les outils et les workflows de leurs agents ; Live 3 se charge de la parole et du timing conversationnel.
Pourquoi c'est important
Pour les entreprises qui créent des agents téléphoniques dédiés aux réservations, aux commandes ou à l’assistance, Live 3 est conçu pour permettre aux interlocuteurs de se corriger ou d’interrompre sans devoir reprendre l’échange depuis le début. Fish Audio n’a pas communiqué de résultats d’évaluations indépendantes ; la fiabilité du modèle lors d’appels réels reste donc incertaine.
