[控场AI]
概念Streaming ASR / 流式语音识别

流式ASR

流式自动语音识别,采用分块解码策略实时输出部分假设,受实时性约束无法利用完整未来上下文,容易因早期错误固化导致错误传播。

时间轴 (近 90 天)

10月3日

Mistral的流式模型将目标延迟作为模型参数,用户可根据场景灵活控制,甚至同时开启多个不同延迟的流(快流即时显示、慢流随后修正)

待验证50%
10月3日

流式模型比批量模型故障模式更多,常会凭空创造出额外的说话人,这是上下文不足的直接后果

待验证50%

全部知识事实 (2)

来源文章