待验证50% 置信事实精确时间
WaveWash 内置 ASR（Whisper）、TTS、说话人识别、音乐生成四种场景的调优预设配置档案。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/14
首次发现
有效期至：2027/1/12
来源
涉及实体
相关事实
待验证演示环境提供文本翻译、语音翻译、语音转文字（ASR）、文字转语音（TTS）等完整功能69% 相似待验证将音频维度和文本维度分开建模的好处是能做根因隔离，可分层追溯问题出在 ASR、LLM 还是 TTS 环节68% 相似待验证全双工模型将 ASR、LLM、TTS 三个阶段融合为单一端到端模型，直接从音频特征映射到音频输出，省去文本中间表示68% 相似待验证Whisper提供高精度语音识别能力，配合TTS模型可构建完整语音交互链路67% 相似待验证以Whisper为代表的现代ASR模型通过交叉注意力权重推断token对应的音频时间区间，但在音乐、多人对话等复杂场景下容易出现时间戳漂移67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1025627API
curl https://kongchang.com/api/v1/knowledge/claims/1025627MCP
get_claim(id=1025627)