VoxLock登顶Krisp语音隔离基准

开源目标说话人提取模型 VoxLock 在 Krisp Voice Isolation Benchmark 的265条真实录音测试中取得4.95%的词错率和每分钟0.11次背景串词，结果优于付费方案 Krisp VI 2.5（词错率5.30%）和 ai-coustics VF L（6.84%），也明显优于未处理基线（23.21%）。 VoxLock 无需预先注册说话人，面向嘈杂或多人环境中的语音 agent 场景，目标是分离出 caller 语音。其测试结果显示，微调后的因果模型在真实录音上的识别精度接近商用语音识别系统，并具备较低的 CPU 占用和延迟。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。