首页 文章 精选 留言 我的
优秀的个人博客,低调大师

微信关注我们

原文链接:https://www.oschina.net/news/396848

转载内容版权归作者及来源网站所有!

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

ElevenLabs 推出 Scribe v2 Realtime:低延迟实时语音识别模型

ElevenLabs 正式发布 Scribe v2 Realtime,据称这是当前市场上最先进的低延迟实时语音识别模型,专为实时场景设计,能够将语音即时转换为文字,为语音智能、会议笔记、实时字幕等应用提供基础能力。 Scribe v2 Realtime 采用流式优先架构,支持 PCM 与 μ-law 等多种音频格式,并具备预测转写、语音活动检测(VAD)、上下文记忆及复杂术语识别等核心能力。在 FLEURS 多语言基准测试中,其准确率达 93.5%,显著优于 Google Gemini Flash 2.5、OpenAI GPT-4o Mini 等竞品。 核心亮点:实时、准确、智能 超低延迟:Scribe v2 Realtime 支持实时流式转写,语音到文字的延迟低至 150 毫秒级,几乎实现“边说边写”。这种延迟表现对于交互式 AI 代理和直播客服等场景尤为关键。 多语言支持:模型覆盖 90 多种语言,包括英语、法语、西班牙语等主流语言,同时可在同一对话中自动识别并切换语言,适合跨国和多语种应用场景。 更强的实时理解能力:通过“负延迟预测”(预测下一个词和标点)、自动语言检测以及文本条...

阶跃星辰开源语音模型 Step-Audio-R1.1,拿下全球第一

阶跃星辰宣布旗下语音模型 Step-Audio-R1.1 在大模型评测榜单 Artificial Analysis Speech Reasoning 中登顶全球榜首。 阶跃星辰介绍称,该榜单是目前业界评估“原生语音模型”(Native Audio Models)最权威的第三方基准之一。核心考量模型直接处理音频并进行复杂逻辑推理的能力,主要考察维度包括准确率、首包延迟等。和大语言模型同理,语音模型同样需要具备强大推理能力,才能提供更高阶智能、更自然交互。 Step-Audio-R1.1 以 96.4% 准确率,超越 Grok、Gemini、GPT-Realtime 等主流一线模型,刷新历史最好成绩。在性能与速度的综合权衡上,Step-Audio-R1.1 全面碾压同类语音模型。 Step-Audio-R1 是由阶跃星辰发布的全球首个开源原生语音推理模型。它可以在不增加额外时延的情况下,端到端理解语音内容,“像人类一样听到对话即可思考”。 核心能力包括: 深度语音推理 实时响应能力 音频领域的可扩展 CoT Step-Audio-R1.1 是最新升级版本,兼顾更强实时对话和复杂语音推理能力...

相关文章

发表评论

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册