网易有道开源 2B 语音模型 Confucius R2T2,实时转写延迟仅 200ms
socialwithaayan · x · 2026-09-17
网易有道发布全开源语音识别模型 Confucius R2T2,仅 2B 参数,可实时转写、延迟低至 200ms。其关键设计是逐词提交机制:每个词一经识别即锁定输出、绝不回改,即通过「等待状态」用少猜测换取更快的出字速度。评论者认为这种少猜早说的策略是模型的巧妙之处。
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
- 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
- Google Pay 印度试点购物入口：虚拟试穿+图片搜同款 — heyshrutimishra · 2026-11-02
- Reddit 用户吐槽 MiniMax 视频输出塑料感，20GB 模型占满硬盘 — DelboyTrigger · 2026-11-02
- 剪纸拼贴风提示词走红：民间故事质感出图模板分享 — azed_ai · 2026-11-02
- RTX 5090 实测三大视频超分方案冲 4K：SeedVR2 对比 MiniMax 与 FlashVSR — CeFurkan · 2026-11-02
- 网友发问:一人用 Kling 和 CapCut 能否讲出同样故事 — tetsuoai · 2026-11-02