语音 Agent 选 STT，先看可用转写速度而非 WER
Top_Conclusion5327 · reddit · 2026-07-24
语音 Agent 选 STT，关键不是 WER 而是延迟
帖子强调：即使 WER 只有 2%，如果机器人要等 2 秒 才能回复，实际体验仍然很差。对实时语音 Agent 来说，更重要的是系统什么时候能吐出可用文本。
作者想找的是这类 STT API：
- 能快速返回部分转写
- 端到端延迟足够低
- 适合真实对话里的 turn-taking
核心问题不是“谁的准确率最好”，而是“谁能最快产出可用结果”。
「Infra」频道最新
- 做 agent 的创业者追问：上线前最该拦住哪类故障 — marcin_michalak · 2026-07-24
- Token 原生存储方案：号称拿到 3.3 到 6 倍压缩和更低延迟 — ojasvi_yadav · 2026-07-24
- AI 数据中心热潮被指在重演次贷式经济逻辑 — benwen · 2026-07-24
- NVIDIA 与 KAIST 共建韩国首个高校联合 AI 实验室 — NVIDIA Blog · 2026-07-24
- 家里跑算力、Azure 放状态：共享 Postgres 的多智能体架构 — MRobinsonTX · 2026-07-24
- Synopsys CEO 称 AI 芯片设计已到 L4，前端用上 6 到 8 个智能体 — Scobleizer · 2026-07-24