AssemblyAI 发布语音 Agent 专用 STT 模型,实体错误率 13.2% 领先 26 家
harnoor-assemblyai · reddit · 2026-11-19
AssemblyAI 发布面向语音 Agent 的实时语音识别模型 STT-3.7-Realtime-Agent,支持 32 种语言,专门针对导致 Agent 误操作的识别问题:背景人声、简短回复漏听、数字识别错误、过早切断回合。
在其自建的 12,460 条模拟来电剪辑基准上,该模型实体错误率(entity error)为 13.2%,优于 26 个受测系统中的第二名 Soniox Realtime v6(15.2%)。不过长篇英语的 WER 上,Meta 的模型更低(7.37% vs 8.35%)。作者注明测试时间为 8-11 月且基准由自家构建,数字需带保留看待。
「编程与Agent」频道最新
- 本地 LLM 最难抓的失败:看起来像成功的失败 — FulcraDynamics · 2026-11-19
- Tensor 上线:主打用 AI 干实事的 ADE,已覆盖 Mac、Windows 和网页端 — saheedniyi_02 · 2026-11-19
- Netlify 推出 Agent Runners,开发者晒出最爱的一条工作流 — DavidWells · 2026-11-19
- Fable 5.2 一次提示词生成带室外场景的 Blender 教室 — WatercressBorn4400 · 2026-11-19
- CodeGraphy v2.2 修复 AST 盲区,文件召回率达 BM25 的 2.6 倍 — GeologistNo4811 · 2026-11-19
- Ultrafast 模式上手体验:数学证明很强,写代码不推荐 — gnukeith · 2026-11-19