网易有道开源流式 ASR 模型 Confucius4-R2T2
原文标题：Confucius4-R2T2: A Stable-Prefix Streaming ASR Model for Real Real-Time Transcription
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
网易有道发布 Confucius4-R2T2 稳定前缀流式语音识别模型，基于 Qwen3-ASR-1.7B 在 1500 小时中英语音上后训练，冻结音频编码器与投影层。其核心是最长稳定前缀（LSP）概念，保证已输出文本不被修改，同时保持高准确率与低延迟。模型权重与代码已在 Hugging Face 与 GitHub 开源。
深读 · 结论先行AI 生成展开看要点与影响 ↓
网易有道开源Confucius4-R2T2流式ASR，承诺已输出文本永不修改，基于Qwen3-ASR-1.7B后训练
- •基于Qwen3-ASR-1.7B在1500小时中英语音上后训练，冻结音频编码器与投影层
- •核心是自创的最长稳定前缀（LSP）概念，论文证明其在前缀序下单调且与全音频输出一致
- •无需架构改动，仅靠LSP标签学习即把全上下文模型转为稳定前缀流式模型
- •权重与代码已在Hugging Face和GitHub开源
为什么重要：机器消费ASR（翻译器、语音智能体）对token被回改极敏感，稳定前缀直接减少下游返工与错误动作。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
百度开源文心 5.5 Flash Base，多基准刷新同尺寸 SOTA
AI 摘要11 月 5 日，百度正式开源最新基座模型文心 5.5 Flash Base，并在多项基准测试中刷新同尺寸模型的 SOTA 成绩。开源基座模型有助于开发者在其上做微调与行业落地，也加剧国内开源大模型竞争。
Kimi K3.1 Pro 模型权重开源发布
AI 摘要月之暗面 Kimi K3.1 Pro 的模型权重已公开释出，在 Hacker News 上获得 188 分热度与 49 条讨论。权重开放意味着开发者可本地部署与二次微调，对开源大模型生态与国产模型竞争力有直接影响。
Meta 开源 GSLM2：多流语音表示学习缩小语音与文本模型差距
AI 摘要Meta 研究团队发布 GSLM2，其 SpidR 2.0 编码器用自监督学习在多个抽象层级生成离散语音单元，多流语音语言模型联合建模这些单元。训练规模达 600 万小时、65 亿参数，在 sWuggy、sBLIMP、tSC 上把语音与文本模型差距缩小约两个数量级。训练代码与模型权重已在 GitHub 开源。
阿里蔡崇信：千问开源模型全球累计下载超 40 亿次
AI 摘要在世界互联网大会乌镇峰会开幕式上，阿里巴巴董事会主席蔡崇信表示 AI 只有开源开放才能普惠普及。他透露阿里千问已开源超 470 款模型，全球累计下载量突破 40 亿次，衍生模型超 33 万个，位列全球第一。