Wispr 自研语音模型 Canto 1：词错率 3.4%，编辑率降 54%

rohanpaul_ai · x · 2026-11-16

AI 听写工具 Wispr Flow 聘请前 Alexa 创始科学家 Ariya Rastrow 任首席科学家，并从租用语音引擎转向自研模型。其首个模型 Canto 1 针对「嘈杂真实听写」这一难题训练：在 2300 多名用户约 10 小时真实听写数据上词错率 3.4%，低于所有竞品；发布后超过 1 秒才出现的听写减少 54%。训练采用预训练、SFT 与 GRPO 强化学习三阶段，RL 数据来自用户选择共享的纠错行为——只把「听错词」的修正折入训练参考，忽略整句改写。配图榜单显示 Wispr Flow 每次听写需修改的比例仅 20.6%，优于 Gemini（24.2%）、ChatGPT（35.7%）与 Apple 听写（65.4%）。