NetEase Youdao представила модели Confucius4 для потоковой обработки речи

NetEase Youdao выпустила R2T2 для потокового распознавания речи и T3PO для синхронного перевода с китайского на английский в реальном времени.

Новые инструменты позволяют создавать системы перевода и распознавания речи с минимальной задержкой.

Модели обеспечивают стабильный вывод текста без переписывания, что критично для живых трансляций.
Гибкая настройка размера чанков позволяет балансировать между скоростью отклика и точностью.
Открытые лицензии упрощают интеграцию технологий в сторонние продукты.

Confucius4 Пара моделей обработки речи для реального времени: потоковая ASR и синхронный перевод китайский-английский R2T2 - стриминговая #ASR: • вывод только в режиме append - уже выданный текст не переписывается никогда • точность близка к оффлайн-распознаванию • чанки от 80 мс до 2 секунд под нужный компромисс • 2B на базе Qwen3-ASR, лицензия NetEase T3PO - китайско-английский синхронный перевод: • сам решает, когда ждать, а когда переводить • не правит выданное - подходит для немедленной обработки • 14B, Apache 2.0 • пара к R2T2 для речи Для субтитров в реальном времени, живых капшенов и агентных пайплайнов, где текст обрабатывается по мере появления huggingface.co/netease-youdao/Confucius4-R2T2 github.com/netease-youdao/Confucius4-R2T2 huggingface.co/spaces/netease-youdao/confucius4-r2t2-demo huggingface.co/netease-youdao/Confucius4-T3PO #realtime MAX

Кратко (AI)

Компания NetEase Youdao представила набор моделей Confucius4, включающий систему потокового распознавания речи R2T2 и модель синхронного перевода T3PO. Решения ориентированы на работу в реальном времени с фиксированным выводом текста без последующей корректировки, что подходит для создания субтитров и агентных пайплайнов.

NetEase Youdao представила модели Confucius4 для потоковой обработки речи

Кратко (AI)

Обсуждение