arXiv · NLP· Daniel Huang, Qi He, Shaoxiong Duan, Yingjie Li, Qiao Cheng, Yitao Duan·· 15 天前AI 评分25
Confucius4-R2T2:一种稳定前缀的流式语音识别模型
Confucius4-R2T2: A Stable-Prefix Streaming ASR Model for Real Real-Time Transcription
AI 导读
Confucius4-R2T2 基于 Qwen3-ASR-1.7B 经 1500 小时中英文音频后训练,实现流式 ASR 输出永不修改前序 token,同时保持高精度与低延迟。 模型采用 Longest Stable Prefix(LSP)标签学习机制,无需架构改动即可将全上下文模型转化为稳定前缀流式模型,且泛化能力超出训练语言范围。 模型权重与代码已开源。
来源:arXiv · NLP · arxiv.org