AssemblyAI 发布 STT-3.7 三款转录模型,语音代理场景延迟减半
AssemblyAI · x · 2026-11-19
AssemblyAI 发布三款新转录模型与首个 TTS 模型,并为重写整个推理引擎:
- STT-3.7-Realtime-Agent:面向语音代理,噪声音话场景准确率第一,最终转写延迟 86ms,比上代快 2 倍,支持 32 种语言
- STT-3.7-Realtime:面向直播会议与字幕,实时说话人分离错误率最低,单流内 32 语言自动检测
- STT-3.7(录音转写):32 语言领先准确率,5 分钟文件 9 秒返回
- 同时推出首个 TTS 模型 AssemblyAI-TTS-1,面向通话中的语音代理
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)→
「多模态」频道最新
- Nuance 打造 Nuplex 数字人:与真人女演员合作生成训练数据 — Afinetheorem · 2026-11-19
- 作者发布 Claude 插件教程揭秘 slopcore 视频制作流程 — AIandDesign · 2026-11-19
- Blender Bench:三大实验室模型真实 Blender 里拼 3D 场景,百人盲评 — Gruku · 2026-11-19
- Core Memory 专访 AI 恶搞视频幕后推手 Ari Kuschnir — kyliebytes · 2026-11-19
- 扁平插画风格 AI 人物肖像合集, stripes 与怪诞审美吸睛 — OVolosin82152 · 2026-11-19
- 开发者用 GPT-6.2 给游戏角色自动绑定骨骼并生成表情动画 — OpenAIDevs · 2026-11-19