Coval 语音基准：Baseten STT 比 OpenAI 快约 5 倍且错误率最低
baseten · x · 2026-09-09
Coval 发布的语音 AI 评测基准显示，Baseten 的语音转文字（STT）部署位居质量-延迟 Pareto 前沿：速度约为 OpenAI 的 5 倍，同时词错率（WER）最低。基准测量的正是终端用户的真实体验——STT 同时评估速度与质量，TTS 用首音频延迟衡量响应感。文章强调生产级语音 AI 的性能不仅取决于模型选择，还取决于完整推理栈：STT/TTS 延迟、编排、网络、自动扩缩容与部署位置。语音 agent 需多模型串联，会引入"网络税"，哪怕几百毫秒的延迟都会影响体验。
「Infra」频道最新
- Meta post-Watermelon 训练爆料更新:扎克伯格原话视频上线 — rohanpaul_ai · 2026-09-09
- 扎克伯格：Meta 已开始训练 Watermelon 之后的更大模型 — rohanpaul_ai · 2026-09-09
- 智能卸载活跃请求 KV cache，线性注意力内存优势不再 — samsja19 · 2026-09-09
- 骁龙 8 Gen 3 手机端离线生成视频,一段约 10 分钟 — sgcego · 2026-09-09
- 就算 OpenAI 倒闭也挡不住 AI 建设：GPU 只会换手加速扩张 — markjeffrey · 2026-09-09
- 2x RTX 2060 跑 Qwen3.8 27B 达 45 tok/s，值得换 AMD 6800 双卡吗 — BarberIcy366 · 2026-09-09