AssemblyAI 发布 STT-3.7 三款转写模型,主打实时说话人分离
AssemblyAI · x · 2026-11-18
AssemblyAI 发布新一代语音转写模型 AssemblyAI-STT-3.7,按三类场景拆分为三个模型:
- Realtime:面向直播对话,说话人标签即时确定、一次到位,通话与会议场景的实时分离错误率最低,定价让实时方案成为异步转写的可行替代。
- Realtime-Agent:面向语音 agent,解决 agent 听到"不"太晚的问题,在通话者察觉停顿前就给出最终转写。
- 第三个模型面向录音场景,强调准确率与说话人归属需联合评估。
核心思路是:会议转写、语音 agent、录音归因是三种不同的失败模式,一个通用模型无法同时优化。
所属事件:AssemblyAI发布STT-3.7三款转录模型,实时场景延迟大幅降低(3 条相关)→
「模型」频道最新
- 隐性模型 Gestalt 登顶设计基准,领先第二名 Claude 214 分 — soleio · 2026-11-19
- mrfakename 发布 GLM-5.3-Flash 与 Qwen3.8-Flash-Next 去审查版 — mrfakename0 · 2026-11-19
- 医生观察:AI 竞争已按周计,GPT-6 两版仅隔 7 天 — ramos_casals · 2026-11-19
- 数据平台 micro1 上线泄漏检测模型,为基准分数保驾护航 — Exp_Mark · 2026-11-19
- 爆料:DeepSeek 本周或发新论文,11 月 11 日有排期 — teortaxesTex · 2026-11-19
- Gemini 4 Neon 开始灰度推送,界面曝光三大模型分层 — testingcatalog · 2026-11-19