通义语音提出Agentic ASR：让语音识别可交互纠错
solyarisoftware · x · 2026-08-14
通义语音团队提出Agentic ASR概念，与传统一次性语音识别不同，它让识别过程变成交互式智能体：当识别错误时，用户可以说“不，是M-e-g-a-n”来纠正，系统能实时修正。这模拟了真实对话中的纠错机制，有望提升语音识别的准确性和用户体验。
「模型」频道最新
- 谷歌发布Gemini 3.7 Flash不到24小时，开发者已构建出10个惊艳应用 — CodeByPoonam · 2026-08-14
- Gemini 3.7 Flash 实测：54 秒生成 Lunar Lander 游戏 — TawohAwa · 2026-08-14
- Gemini 3.7 Flash vs Grok 4.6：生成 3D 飞机，谁更胜一筹？ — TawohAwa · 2026-08-14
- Gemini 3.7 Flash vs Opus 5：成本与速度对比，谁赢？ — TawohAwa · 2026-08-14
- Gemini Flash 3.7 UI 设计惊艳：$3.4 生成 3D 滑板游戏 — TawohAwa · 2026-08-14
- Gemini 3.7 Flash 速度远超 3.6 Flash，实测对比 — TawohAwa · 2026-08-14