待验证50% 置信事实精确时间

Gemma E2B 变体具备原生音频理解能力，可直接处理音频频谱特征而无需独立的语音识别模块

1

来源数

50%

置信度

长期有效

时效性

2026/7/11

首次发现

来源

WisprGemma：纯浏览器本地语音输入，数据不上云

redditr/GoogleGeminiAI2026/7/10

相关事实

待验证Gemma 4的1B/2B模型自带语音识别功能79% 相似待验证Gemma 4 新增了音频对话能力，支持 wav、mp3、m4a、flac、webm 等音频格式，并加入「保留思维链」功能67% 相似待验证自回归神经语音模型的代表包括微软的VALL-E和VALL-E 265% 相似待验证支持EQ调节App的机型可后期调整低音/高音补偿声场缺陷，无App纯物理调音的机型声音风格固定，对听音偏好挑剔者建议选带App调音功能的品牌65% 相似待验证声纹识别的技术基础是声道形态、基频特征等被认为具有个体唯一性的声学参数，但语音克隆能绕过基于MFCC或深度嵌入向量的自动声纹核验系统64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/488222

API

curl https://kongchang.com/api/v1/knowledge/claims/488222

MCP

get_claim(id=488222)