Sarvam 发布 Saaras V4：22 种印度语言实时语音识别
itsOmSarraf_ · x · 2026-09-25
印度 AI 公司 Sarvam 发布语音识别模型 Saaras V4，主打嘈杂环境、口音、方言与混合语言对话等真实场景。
要点：
- 支持 22 种印度语言 + 英语，宣称在各印度语言上达到 SOTA
- 5 种模式：转写、翻译、转写字母化、Codemix、逐字转写
- 关键词提示（Keyterm prompting）可引导模型识别重要词汇
- 实时流式延迟低于 150ms 首 token
- 已开放 API，并集成进其 Voice Agent 编排栈
所属事件:印度 Sarvam AI 发布语音识别新旗舰 Saaras V4(2 条相关)→
「模型」频道最新
- 800 美元二手 3090 主机本地跑 DeepSeek 4.1，2 量化仅 2-3 token/s — LankyGuitar6528 · 2026-11-11
- 谷歌开源 Harness²：能自己改写系统配置的智能体框架 — Arindam_1729 · 2026-11-11
- 开发者吐槽 Codex 桌面版质量差，弃用客户端改走 CLI — tekbog · 2026-11-11
- 旧模型发布前「变笨」？网友调侃：其实是实验室开派喝醉了 — glcst · 2026-11-11
- Grok Bot 新增隐藏指令检测：发现 prompt 注入即警告并拒绝执行 — XFreeze · 2026-11-11
- 上海创新院开源 Nex-N2.6：321B 多模态智能体模型 — victormustar · 2026-11-11