跳到正文
原文
Rohan Paul· @rohanpaul_ai · X·· 22 天前AI 评分56
AI 导读

网易有道开源流式语音识别模型 Confucius4-R2T2,其核心约束是语音增量消费但只对已提交文本执行动作,已提交文本永不被改写。模型基于 Qwen3-ASR,用 Longest Stable Prefix 学习判断何时可安全输出文本,且解码器基于 LLM,可在运行时注入姓名、产品术语等行业上下文而无需改动权重。

整理与数据来源:AIHOT

来源:Rohan Paul · x.com