Soniox 发布 STT v6:首个能「听到」语音助手说什么的语音识别模型
solyarisoftware · x · 2026-11-05
Soniox 发布 STT v6,推出两项联动创新:
- Agent text input:开发者可把语音代理发往 TTS 的输出文本同步流式喂给 STT,让识别模型同时拿到对话两侧的上下文。用户的回答(名字、数字、术语、短答)因结合代理刚说的话而识别准确率显著提升,减少澄清循环。
- Agent voice echo cancellation:过滤代理自己的播放声音,即使用户打断也能持续听清用户。
v6 同时在 60+ 种语言上提升整体准确率,改进语音输入、会议转写、多语言识别、实时翻译、说话人分离、语言识别与端点检测,提供实时与异步两种模式。
「编程与Agent」频道最新
- Revolut 自托管 GLM 后编程账单降至 API 的 1/7 — alex_verem · 2026-11-05
- 「手写代码将来会像梦呓」：一条推文引发的时代断言 — tlakomy · 2026-11-05
- Obsidian AI 检索实战:混合搜索加重排器可减少 67% 检索失败 — dSebastien · 2026-11-05
- O'Reilly 长文:agent harness 不会死,但要在新模型发布时定期重跑 evals — bibryam · 2026-11-05
- Anthropic 官方教程:Claude Code 三模型分工,Opus 只当高级顾问 — Arindam_1729 · 2026-11-05
- 用 JBang 给编码 Agent 加 Java 护栏:钩子脚本拦截危险文件修改 — myfear3 · 2026-11-05