arXiv · AI· Zhiwei Lin, Kaiqi Fu, Rime Wen, Zehan Liu, Shawn Qin, Roy Gan, Hao Wang·· 2026-10-09AI 评分29
X2Streaming-ASR 提出流式语音识别延迟优化新架构
X2Streaming-ASR: wait when uncertain, emit when ready for streaming ASR
AI 导读
X2Streaming-ASR 将流式识别解耦为何时提交与提交内容,确立最低平均提交延迟。 其三阶段训练利用组相对奖励优化延迟,中英文延迟分别为 32-109ms 和 12-85ms。 在保持准确率与现有系统相当的同时,有效降低流式识别提交延迟。
来源:arXiv · AI · arxiv.org