因果语音分离器开源及CPU模型性能提升

2026年10月27日，研究者Husein Zolkepli开源了因果语音分离器（Causal Voice Isolators）及配套的CPU模型。该项目包含一个22.1M参数的轻量级模型，该模型在移除WavLM模块后，能够在单核CPU线程上以20ms的帧延迟实时运行，资源占用仅为每通电话33%的核心算力，并提供了LiveKit插件以支持实时通话转录。 该因果语音分离器在AMI测试集上实现了16.13%的词错误率，性能显著优于此前VoxLock模型的23.66%。除了22.1M参数的版本外，项目还包含一个结合了因果化WavLM-Large权重的555M参数版本，为不同算力需求提供了选择。所有代码与模型均已通过LiveKit插件开源，旨在提升实时语音交互中的转录准确率。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。