AgenticASR: 用智能体方法优化真实场景语音识别并发布基准测试
solyarisoftware · x · 2026-08-01
项目 AgenticASR 发布了官方代码库与论文。该项目旨在通过智能体（Agentic）方法优化真实场景下的语音识别（ASR）输出。
核心特性：
- 意图保留：将语音转换为整洁的书面文本，自动去除不流利和自我纠正的词语，并能在后续语音提供新证据时修正已生成的文本。
- 双语支持：支持英语和中文的语音到文本优化。
- 与前端解耦：该优化模块（Refiner）与识别器解耦，可接入任意 ASR 前端。
发布内容： 包含论文、源码、AASR-Bench 基准测试以及 Refiner 模型权重。
「编程与Agent」频道最新
- 实测 105 个 Bug：最贵模型不碰代码，Luna 性价比远超 Fable — PawelHuryn · 2026-08-01
- Acontext：开源 AI 智能体技能记忆层 — tom_doerr · 2026-08-01
- 斯坦福等机构举办 re:AGENT 黑客松，探索端到端科研智能体 — BrianHie · 2026-08-01
- Anthropic工程师工作流大转向：从提示词转向构建智能体图 — joemeno · 2026-08-01
- BaoCut开源Agent Skill:让Claude Code用自然语言剪辑视频 — huangyun_122 · 2026-08-01
- Bret Victor 2013 年演讲预言了如今的编程智能体 — mmmbchang · 2026-08-01