模型

网易有道开源实时语音识别模型Confucius R2T2

做实时 Voice Agent,语音识别最麻烦的未必只是慢,还有“听到一半又改口”。 网易有道宣布开源 Confucius R2T2。我最感兴趣的是它的 Stable Prefix:已提交的转写只增长...

精选理由

有道开源了实时语音识别模型Confucius R2T2,解决了‘听到一半又改口’的问题,比普通实时识别更稳定。

网易有道开源了实时语音识别模型Confucius R2T2,其Stable Prefix技术能确保已提交的转写内容不会因为后续的改口而回改,解决了实时语音交互中常见的‘听到一半又改口’问题。

原文 · shao__meng

做实时 Voice Agent,语音识别最麻烦的未必只是慢,还有“听到一半又改口”。 网易有道宣布开源 Confucius R2T2。我最感兴趣的是它的 Stable Prefix:已提交的转写只增长...

做实时 Voice Agent,语音识别最麻烦的未必只是慢,还有“听到一半又改口”。 网易有道宣布开源 Confucius R2T2。我最感兴趣的是它的 Stable Prefix:已提交的转写只增长,不回改。为什么这点重要? 💬 3 🔄 0 ❤️ 0 👀 319 📊 3 ⚡