开源 VoxLock 语音隔离登顶 Krisp 基准，WER 4.95 胜付费方案
Arbaz Siddiqui · hf · 2026-11-02
- 内容：VoxLock 是免注册步骤（无需说话人 enrollment）的目标说话人提取模型，面向语音 agent 场景，在嘈杂或多人环境中隔离 caller 语音。
- 成绩：在 Krisp Voice Isolation Benchmark（265 条真实录音）上，VoxLock 词错率 4.95%、背景串词 0.11/分钟，超过付费的 Krisp VI 2.5（5.30%）和 ai-coustics VF L（6.84%），远好于无处理基线（23.21%）。
- 工程性：微调的因果目标说话人提取模型在真实录音上接近商用语音识别精度，CPU 占用低、延迟低，适合实时语音 agent 部署。
「模型」频道最新
- 开源 GLiNER-PII 单卡 550ms 抓出病历 13 项身份标识,仍漏医院名 — MaziyarPanahi · 2026-11-02
- 用户吐槽 OpenAI Dots 越用越臃肿,转投新工具 Muse 称体验干净透明 — Koala_Confused · 2026-11-02
- Fable 5.5 被曝一行代码一次通过生成动画，Anthropic 押注编程意外切入动画赛道 — Hesamation · 2026-11-02
- 一个 agent 目标连续跑了 4 天，烧掉 3 万赠额 token — CtrlAltDwayne · 2026-11-02
- 每日 AI 简报：Gemini 4 Carbon 疑现身 Arena，DeepSeek 开源编码 agent — testingcatalog · 2026-11-02
- 三大前沿模型同周将发：Mythos 5.5、GPT-6.2、Qwen 4 线索齐现 — haider1 · 2026-11-02