Confucius4-R2T2流式识别配置取舍

网易有道对Confucius4-R2T2流式语音识别的解读显示，在160毫秒分块下，系统提供质量优先与延迟优先两种配置：质量优先配置在13个中英文测试集合并宏平均错误率为5.76%，其中LibriSpeech Clean的词错误率低至1.91%；延迟优先配置的英文、中文平均回溯发射延迟分别为0.42秒和0.53秒。 两组数字来自不同配置，不能直接视为同一方案同时达到的质量与延迟。论文作者还指出，延迟仅按音频时间线测量，不包含计算、排队、传输和渲染时间，因此实际交互中的用户体感可能不同于该指标。

AI 根据报道生成 · 20 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。