网易有道开源 Confucius4-R2T2:1.7B 实时流式语音识别模型
_akhaliq · x · 2026-09-18
网易有道开源 Confucius4-R2T2,一个 1.7B 参数的实时流式 ASR 模型,专为语音 Agent 场景设计。
核心特点:
- 解码块粒度可在 80ms 到 2s 之间细粒度配置,低延迟且高精度
- 采用 append-only 输出模式:文本一经输出即永久提交,不回改已有词,避免实时场景中的文字反复修改和闪烁
- 适用场景包括实时字幕、下游 NLP/LLM Agent 流水线、同声传译等
代码与模型已在 GitHub 和 Hugging Face 开放,仓库附带 WebSocket 服务端/客户端示例。
所属事件:网易有道开源流式 ASR 模型 Confucius4-R2T2(21 条相关)→
「模型」频道最新
- AWS 开源 Strands Harness 宣称比 Claude Code 便宜 45%，搅动 harness 之争 — blaizedsouza · 2026-11-02
- Yacine 赞誉 Terra High:一条推文引爆的新模型口碑 — yacineMTB · 2026-11-02
- 单卡 H200 跑 DeepSeek V4.1,时租仅 5.3 美元 — daluoseo · 2026-11-02
- 曝 Fable 5.5 最新 checkpoint 视频流出，纯代码生成 — kimmonismus · 2026-11-02
- 用户实测 Claude Opus 5.5 行为异常，引出持续学习难题 — JeremyNguyenPhD · 2026-11-02
- Reddit 热帖追问:为何主流 AI 模型集体忽略冰岛女性罢工 — Mathemodel · 2026-11-02