待验证50% 置信发布精确时间

Qwen更新了实时同声传译模型，能区分不同说话人并同步显示双语内容，官方称平均延迟从2.8秒降到2.3秒

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/30

首次发现

有效期至：2026/12/29

来源

AI周报：GPT-6双模型降价、Atlas进厂、Qwen-Image 2.1开源权重

涉及实体

相关事实

待验证Muse VoiceTranscribe将音频切成80毫秒的小块进行流式处理，并根据当前词识别难度动态调整延迟72% 相似待验证传统级联语音对话架构的总延迟通常在1-3秒以上71% 相似已验证实时语音对话中的检索增强生成通常要求端到端延迟控制在500毫秒以内以维持自然对话节奏71% 相似待验证Qwen-Audio-3.0-TTS支持单次生成最长3分钟的长音频70% 相似待验证领先水平的实时语音转录延迟约在200-400毫秒，业界主流方案包括OpenAI的Whisper、Google Speech-to-Text和AssemblyAI69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/961492

API

curl https://kongchang.com/api/v1/knowledge/claims/961492

MCP

get_claim(id=961492)