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
- 生产事故排查六步法：从事故分诊到复盘防再犯的完整 Playbook — _jaydeepkarale · 2026-11-02
- Google 开源内部「大象-金鱼」工作流:规划与审查分离防 AI 敷衍 — gaganghotra_ · 2026-11-02
- InfoQ 发文：Agentic AI 架构中记忆、知识与上下文的系统化方法 — AdiPolak · 2026-11-02
- Harness Pro 用 ESP32-P4 做出 AI 编码 Agent 桌面监控屏 — dee_hw · 2026-11-02
- RL 训练 LFM2.5-24B 适配器：精度持平下工具调用省 20% — yb2698 · 2026-11-02
- Agent 生产环境排障之痛：错误在第5步、根因在第3步 — Ok-Machine7983 · 2026-11-02