阿里语音团队解读流式 ASR 技术演进：从 Hybrid 系统到大模型语音识别

阿里语音团队团队发文解读流式自动语音识别（Streaming ASR）的技术演进。文章对比了 Hybrid 解码、CTC、RNN-T、Attention 及大模型时代的四种流式实现路线，指出核心矛盾在于准确率与延迟的平衡。作者建议根据输入法、会议转写或语音智能体等不同场景，结合 WER、发射延迟和系统吞吐等指标综合选择技术方案。