ASR
2 published articles
NLP与机器学习4 min read
AI 研究
Voice Memory：一个 776 字节的文件，告诉语音识别何时什么都不做
一种新的仅推理方案学会了克制：一个冻结的修正器读取按领域划分的记忆文件并决定何时放弃修正。不受约束的修正会在多达 64% 的编辑中破坏正确词元；Voice Memory 将这一比例降至 35%，并把加权 WER 从 8.36% 降至 7.52%。
2026-08-06
人工智能Featured2 min read
人工智能
480毫秒延迟、Whisper级别准确率、开源配方：Nvidia Canary重新定义实时ASR
英伟达的Nemo Canary模型在LibriSpeech和Common Voice上达到了Whisper级别的准确率，同时实现480毫秒延迟的流式处理。开源版本包含训练脚本和权重，使其成为实时ASR中罕见的可复现竞争者。
2026-07-26