AssemblyAI发布STT-3.7三款转录模型,实时场景延迟大幅降低

AssemblyAI 发布新一代语音转写模型 STT-3.7,按场景拆分为三款模型:Realtime-Agent 面向语音代理,在噪声与口音场景准确率领先且延迟减半;Realtime 支持直播对话中即时确定说话人标签;另有一款主打真实世界音频准确率。公司同时重写了整个推理引擎,并推出首个 TTS 模型。评论指出转写正成为大量 agent 工作流的「前门」。

2026-11-18 ~ 2026-11-19 · 3 条相关