Fish Audio ha presentato Live 3, un modello vocale per agenti che ascolta mentre parla. L’azienda afferma che il modello può rispondere brevemente a chi chiama, aspettare che finisca o fermarsi quando cambia argomento. Il tempo di risposta minimo dichiarato è di 186 milliseconds.
L’obiettivo è gestire il ritmo irregolare delle telefonate quotidiane. Una persona potrebbe fare una pausa mentre cerca di ricordare un numero di telefono, dire «sì» per far capire che sta ascoltando o modificare un ordine prima di finire la frase. Fish Audio afferma che Live 3 può rispondere con un breve «mh-mh» o «okay» senza prendere il turno di parola, e continuare a parlare quando riceve un semplice cenno di assenso.
Il tempismo è parte del modello
Fish Audio sostiene che una risposta rapida non è sempre una risposta data al momento giusto. Molti agenti vocali coordinano riconoscimento vocale, ragionamento, generazione del parlato e gestione dei turni di parola attraverso componenti separati. Live 3, invece, integra il tempismo conversazionale nel modello vocale, afferma l’azienda.
Secondo Rissa Cao, cofondatrice e CEO di Fish Audio, il modello è stato addestrato su conversazioni umane per imparare quando dare un cenno di assenso, aspettare, rispondere o fermarsi. Tra gli esempi dell’azienda ci sono una persona che comunica un numero a più riprese e un cliente che modifica un ordine di pizza a metà frase. Si tratta di dimostrazioni fornite da Fish Audio, non di test indipendenti sulle prestazioni di Live 3 in diverse telefonate o in ambienti rumorosi.
Dove si può usare Live 3?
Fish Audio afferma che Live 3 è disponibile tramite la sua Agent Platform e API, con possibilità di installazione on-premises per le aziende. Al lancio supporta l’inglese. L’azienda spiega che i clienti forniscono istruzioni, strumenti e flussi di lavoro per i propri agenti; Live 3 si occupa del parlato e del tempismo conversazionale.
Perché conta
Per le aziende che sviluppano agenti telefonici per prenotazioni, ordini o assistenza, Live 3 è progettato per consentire a chi chiama di correggersi o interrompere senza dover ricominciare la conversazione. Fish Audio non ha fornito risultati indipendenti sulle prestazioni, quindi non è chiaro quanto il modello sia affidabile nelle telefonate reali.
