待验证50% 置信事实精确时间

传统语音识别中的语言模型通常是轻量级N-gram模型或小型RNN，能力有限

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30

来源

XiaoWu Voice Input Method: Powered by Local LLMs for Accurate Offline Speech Recognition

bilibilii-xiaowu2026/6/23

相关事实

待验证传统n-gram模型和单语训练的神经语言模型在遇到跨语言词序列时会给出极低的概率分数，导致解码器倾向于将外语词强行映射为发音相近的本语言词77% 相似待验证该项目技术栈选择微调多语言模型作为骨干，使用Whisper做语音识别和NLLB做翻译69% 相似待验证传统n-gram语言模型只能捕捉局部词序关系，通常仅建模3到5个词窗口内的依赖关系67% 相似已验证Whisper虽然支持多语言识别，但在句内语码转换上的表现仍远低于单语场景66% 相似待验证核心优势是简化拼音式发音标注，让完全不懂目标语言的人也能开口，但代价是发音精确度有限，对声调语言（如中文、越南语等）效果打折65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/41193

API

curl https://kongchang.com/api/v1/knowledge/claims/41193

MCP

get_claim(id=41193)