网易有道R2T2登顶Hugging Face语音识别趋势榜

网易有道流式语音识别模型 Confucius4-R2T2 登顶 Hugging Face ASR Trending 榜单，中文字错率 6.42%、英文 WER 6.13%、平均延迟 0.55 秒。 其核心做法是以不可逆输出替代回改：已“提交”的字词被永久锁定，用等待策略代替事后修改。网易有道称，200–600 毫秒是 160 毫秒 chunk 配置下的平均延迟，不同 chunk size 与硬件上会变化；中文、英文为重点优化语言，其余 29 种语言的流式表现未公开完整基准。另据其说明，unfixed_token_num 默认为 1，末尾 token 仍可微调，属工程折中。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。