AssemblyAI 发布 Universal-3.6 Pro 及实时版,双榜领先
AssemblyAI 于 9 月 30 日至 10 月 1 日发布新一代语音识别模型 Universal-3.6 Pro 及其实时版本 Universal-3.6 Pro Realtime,核心定位是语音 Agent 生产场景。第三方基准 Cekura 对 16 个模型、1000 段 Pipecat 音频的实测显示其词错率为 1.77%,为参测模型中最低,且优于上一代 3.5 Pro;实时版延迟中位数砍半。
已确认
- 在 @trydaily 的 Pipecat 开源 STT 基准中,Universal-3.6 Pro Realtime 位于 Pareto 前沿(延迟与精度兼顾)
- 在另一独立流式语音基准中同样登顶
- 实体(entities)识别性能大幅提升,直接影响语音工作流成败
- Realtime 版针对 Agent 场景优化:能正确识别用户说「不」等拒绝意图,在嘈杂背景和中途切换语言的通话中保持稳定
- 博主 @iHarnoorSingh 对发布进行了评价
为什么重要
- AssemblyAI 明确针对众多语音 AI 厂商「跑分漂亮、生产翻车」的痛点,强调真实生产环境下的稳定性与实体识别能力
- 双榜领先加上延迟减半,使其在语音 Agent 竞赛中具备较强的工程落地吸引力
2026-09-30 ~ 2026-10-01 · 5 条相关
一手来源
- AssemblyAI 发布语音模型 Universal-3.6 Pro,主打实体识别与 Agent 场景 — AssemblyAI ·
- AssemblyAI 发布 Universal-3.6 Pro Realtime 实时语音模型 — AssemblyAI ·
- AssemblyAI 发布 Universal-3.6 Pro Realtime,实时语音转写双榜领先 — AssemblyAI ·
- AssemblyAI 发布 Universal-3.6 Pro Realtime,两项流式语音基准登顶 — AssemblyAI · 2026-09-30
- AssemblyAI 发 Universal 3.6 Pro:词错率 1.77%,延迟中位数砍半 — AssemblyAI · 2026-09-30
- 【源头】AssemblyAI 发布语音模型 Universal-3.6 Pro,主打实体识别与 Agent 场景 — AssemblyAI · 2026-10-01
另有 2 条近重复转述:AssemblyAI · AssemblyAI