Murmur 转写长音频提速 2.5 倍,准确率全面超 WhisperX

bariskasikci · x · 2026-11-20

华盛顿大学 SyFi 实验室推出 Murmur,一个针对长上下文语音识别的系统。传统方案存在取舍:单遍解码准确但慢,分块处理快但会丢失说话人信息和时间戳。

Murmur 转写长音频的速度比单遍解码快 2.5 倍,同时在团队测试的所有 benchmark 上准确率都超过 WhisperX。项目由本科生研究员 Ruby Lee 主导,她正申请 PhD,招募方可以关注。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →