Monologue 发布自研听写模型 mono-1:修改量少 55%,速度快 3 倍
every · x · 2026-09-24
听写应用 Monologue 发布自研模型 mono-1，替代原 API 管线，历时六个月开发与生产测试。
核心数据
- 相比旧 API 管线，预估修改量减少约 55%，中位响应速度快 3 倍
- 在 WildSpeech-Bench（1100 段含噪声、口吃、重叠语音的英文测试）上 WER 为 7.22%，居第二；OpenAI GPT-4o Transcribe 更准（6.68%）但延迟更高
- 原始转写中位延迟 109 ms，与 Cartesia Ink 并列最快
mono-1 不只做语音识别，还处理纠错、格式化、上下文与个人写作偏好，专为「可直接使用的文本」设计。
「模型」频道最新
- SWE-Together 榜单审计:111 次试验绕过拦截,Grok 4.7 重跑后排名上升 — elonmusk · 2026-09-24
- 开发者喊话 Google：快发 Gemini 4.0，OpenAI 的 Bel 只剩两周 — bindureddy · 2026-09-24
- 研究者让前沿 AI 玩宝可梦，测量分布外泛化能力 — scaling01 · 2026-09-24
- 开发者吐槽:一个高强度的编码会话就能烧光 GPT 周额度 — vivekhaldar · 2026-09-24
- 研究者:几年后「模型靠偷数据才强」的说法将显得荒谬 — nabla_theta · 2026-09-24
- 开发者吐槽 Claude Opus 5.5 数据库任务表现糟糕 — rickasaurus · 2026-09-24