实时
Confucius4-R2T2 发布
热点事件历史事件
Confucius4-R2T2 发布
1 篇报道1 个报道来源10 天前更新
先了解这件事
AI 综述
网易有道发布了用于实时转录的稳定前缀流式语音识别模型Confucius4-R2T2,通过后训练将全上下文ASR模型转换为流式模型,无需架构修改。该模型基于Qwen3-ASR-1.7B构建,实现近离线识别精度和低发射延迟,支持可配置的流式块大小,并展现出有前景的跨语言泛化能力。模型和实现已公开发布,可通过Hugging Face、GitHub和在线演示访问。
AI 根据报道生成 · 更新于 9 天前
最新进展11月9日 08:00
Confucius4-R2T2:一个用于实时转录的稳定前缀流式语音识别模型报道时间线
沿着报道,了解事件的不同侧面。
11月9日
- Hugging Face Daily PapersConfucius4-R2T2:一个用于实时转录的稳定前缀流式语音识别模型
Confucius4-R2T2 是一个用于实时应用的稳定前缀流式语音识别模型,通过后训练将全上下文 ASR 模型转换为流式模型,无需架构修改。基于 Qwen3-ASR-1.7B 构建,R2T2 实现了近离线识别精度和低发射延迟,支持可配置的流式块大小,并展现出有前景的跨语言泛化能力。该模型和实现已公开发布。