网易有道开源稳定前缀流式语音识别模型

网易有道在 arXiv 发布研究论文并开源 Confucius4-R2T2 模型权重与代码。该模型采用 Longest Stable Prefix（LSP）标签，使已经输出的识别内容不再被后续结果修改，并可在不改动架构的情况下将全上下文模型转为稳定流式模型。 研究团队基于 Qwen3-ASR-1.7B，使用 1500 小时中英文音频进行后训练。评测显示，Confucius4-R2T2 的流式识别质量接近基座模型的全上下文水平，同时保持较低发射延迟，适合翻译器、语音 agent 等需要逐 token 消费识别结果的场景。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。