网易有道开源 Confucius4-R2T2：流式 ASR 只追加不改写已提交文本
rohanpaul_ai · x · 2026-09-17
网易有道开源流式语音识别模型 Confucius4-R2T2，针对语音 agent 的一个严重生产问题：转写文本不断被改写会污染下游 agent 状态。
- 只追加（append-only）：已提交文本永不被重写，agent 只对 committed text 采取行动，避免在说话人未说完时基于半截语音误操作
- Longest Stable Prefix 学习：基于 Qwen3-ASR 构建，判断何时文本足够稳定可输出、何时需要更多音频上下文
- 运行时注入上下文：解码器基于 LLM，人名、产品术语、行业黑话、会议主题可在推理时注入而无需改权重——声学模型不再是固定黑盒
所属事件:网易有道开源流式 ASR 模型 Confucius4-R2T2(7 条相关)→
「编程与Agent」频道最新
- Google Cloud 推出 Agent Skill，帮 AI 智能体挑选合适的数据库 — rseroter · 2026-09-17
- AI 破解尘封 484 年的梵蒂冈密信，500 年无人能解的密码被攻破 — craigsdennis · 2026-09-17
- Zilliz CTO 提出「One Data、One Index」重构 Agent 检索边界 — J_Luan_ · 2026-09-17
- 开源 Nelson MCP 让 AI Agent 直接在 LibreOffice 内读写文档 — quazarzero · 2026-09-17
- 开源 LLM 可观测工具 Opik 获 2.2 万星:调试、评测、监控一体 — dl_weekly · 2026-09-17
- 希思罗机场瘫痪中，Muse 智能体找到航站楼酒店并自动填好预订表 — armand_ruiz · 2026-09-17