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(21 条相关)→
「编程与Agent」频道最新
- 一个过期日期让 WhatsApp 回复 agent 静默罢工两天,19 条消息无人应答 — petrusenko_max · 2026-11-02
- 10倍工程师就是一个 SKILLS.md:六大工作流规则全公开 — mdancho84 · 2026-11-02
- 开发者自审 MCP 凭据代理:最大漏洞竟出在配置文件 — Relevant_Mousse_9117 · 2026-11-02
- AWS 开源 Strands Harness 宣称比 Claude Code 便宜 45%，搅动 harness 之争 — blaizedsouza · 2026-11-02
- 小米 MiMo 提出 CodeSpecWeave:用相互依赖规格合成任务训练编程智能体 — XiaomiMiMo · 2026-11-02
- Sketchy v0.1.6:图表输出比纯文本省 29% token — Nkgsporty · 2026-11-02