网易有道开源 Confucius4-R2T2 流式语音识别，解码块 80ms~2s 可调
aigclink · x · 2026-09-20
网易有道开源实时语音识别模型 Confucius4-R2T2，低延迟、高精度的真流式 ASR，仓库已上 GitHub。
- 真流式 + 只增不改：细粒度解码块 80ms2s 可配置，输出文本一经定稿不再回改，避免实时场景中的文字闪烁。
- 适用场景：实时直播字幕、同声传译、语音客服，以及需要即时消费文本的下游 NLP 管道与 LLM Agent。
- 仓库内容：含示例脚本 example.py、WebSocket 服务端/客户端（wsserver.py、wsclient.py）与中英文文档，方便直接部署。
所属事件:网易有道开源流式语音识别模型 Confucius4-R2T2(3 条相关)→
「模型」频道最新
- Claude 疑似真能「听」视频发音，创作者实测发现反常识能力 — RileyRalmuto · 2026-11-12
- 资深研究者抱怨 Claude 安全拦截过严:基础生化工作也触发回退 — rbhar90 · 2026-11-12
- Hugging Face 三大消融团队放量大批 Qwen 无审查模型,按显存对号入座 — udmrzn · 2026-11-12
- Reddit 用户爆料：Qwen 4 Max 输出介于 Kimi 3.1 Pro 与 DeepSeek 之间 — power97992 · 2026-11-12
- a16z 合伙人 Casado 力挺:谷歌 Carbon 写代码「真的很强」 — xennygrimmato_ · 2026-11-12
- OpenRouter 上线 Extractions API:描述字段即从文本/图片/PDF 抽取结构化 JSON — michellechen · 2026-11-12