arXiv 自然语言处理· Daniel Huang, Qi He, Shaoxiong Duan, Yingjie Li, Qiao Cheng, Yitao Duan·· 6 時間前AI スコア53
Confucius4-R2T2 稳定前缀流式语音识别模型发布，基于 Qwen3-ASR 消除输出回撤
Confucius4-R2T2: A Stable-Prefix Streaming ASR Model for Real Real-Time Transcription
未翻訳のため中国語で表示しています。
AI ガイド
研究团队推出稳定前缀流式 ASR 模型 Confucius4-R2T2，在保持高准确率与低发射延迟的同时保证永不修改早期输出。该模型基于 Qwen3-ASR-1.7B，在冻结预训练音频编码器和投影层的情况下，使用 1,500 小时中英文音频以及新提出的最长稳定前缀（LSP）方法进行后训练。实验表明其识别质量接近全上下文基座模型，相关代码与模型权重已开源。
出典：arXiv 自然语言处理 · arxiv.org