网易有道开源 2B 语音模型 Confucius R2T2，200ms 实时转写
dr_cintas · x · 2026-09-17
网易有道发布了开源语音识别模型 Confucius R2T2，规模 2B，可实时转写、延迟约 200ms。其特点是「逐词提交、永不回写」：每个词一经识别即输出，不会回头重写，适合流式场景。模型完全开源。
所属事件:网易有道开源流式 ASR 模型 Confucius4-R2T2(21 条相关)→
「多模态」频道最新
- ArkTTS 系写实语音克隆模型登上 Hugging Face 热榜 — Edge0 · 2026-11-02
- Mistral 科普:模型写的求解器为何是新药与电池研发的第一步 — MistralAI · 2026-11-02
- Mistral Large 4 短提示词从零写出量子化学 SCF 求解器并自建 3D 可视化 — MistralAI · 2026-11-02
- 早安帖晒精美抖动像素风画作，复古质感引围观 — philipvollet · 2026-11-02
- Clown Prophecy 新招:首帧作参考防止 H3 长视频劣化 — reeight · 2026-11-02
- 25年老设计师发问：专业软件+AI 混合流还有人用吗 — Opening-Knee-5913 · 2026-11-02