网易有道开源 Confucius4-R2T2：80ms 起步的真流式低延迟语音识别
rohanpaul_ai · x · 2026-09-17
网易有道在 GitHub 开源了 Confucius4-R2T2（Real Real-Time Transcription），一个低延迟、高准确率的真流式 ASR 模型，基于 Qwen3-ASR 构建。
- 解码块粒度可配置，从 80ms 到 2s
- 采用 append-only 输出模式：转写文本一旦输出即永久提交，不回改已识别的词，避免实时场景中的文字闪回与视觉抖动
- 适合实时字幕、下游 NLP/LLM Agent 管线、同声传译等需要即时处理文本的应用
作者认为核心问题是：稳定、领域感知的流式识别能否成为语音系统的标配。
所属事件:网易有道开源流式 ASR 模型 Confucius4-R2T2(21 条相关)→
「模型」频道最新
- AWS 开源 Strands Harness 宣称比 Claude Code 便宜 45%，搅动 harness 之争 — blaizedsouza · 2026-11-02
- Yacine 赞誉 Terra High:一条推文引爆的新模型口碑 — yacineMTB · 2026-11-02
- 单卡 H200 跑 DeepSeek V4.1,时租仅 5.3 美元 — daluoseo · 2026-11-02
- 曝 Fable 5.5 最新 checkpoint 视频流出，纯代码生成 — kimmonismus · 2026-11-02
- 用户实测 Claude Opus 5.5 行为异常，引出持续学习难题 — JeremyNguyenPhD · 2026-11-02
- Reddit 热帖追问:为何主流 AI 模型集体忽略冰岛女性罢工 — Mathemodel · 2026-11-02