语音输入质量拖累AI Agent？Sayd推出Talk API，毫秒级净化语音指令
在开发语音驱动 AI Agent 的实践中，开发者发现原始 STT（语音转文字）输出中的大量口癖、重复和碎片化语句，会严重干扰 LLM 的推理效果。为此，Sayd 推出了 Talk API 服务，这是一种超越传统 STT 的解决方案。它通过...
标签索引
asr
这个标签下有 4 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
FireRedASR2重磅发布：支持20余种中文方言的SOTA级工业语音系统
FireRedASR2S 是一款集 ASR（语音识别）、VAD（语音活动检测）、LID（语言识别）和 Punc（标点恢复）于一体的工业级系统。该系统宣称在所有模块均达到 SOTA（最先进）水平。核心亮点在于其对中文场景的深度适配，除中英混合...
开源实测：Qwen3-ASR本地部署生成电影字幕
一位开发者在GitHub分享了基于Qwen3-ASR-1.7B和Qwen3-ForcedAligner-0.6B模型的本地脚本，旨在生成高质量电影字幕。该方案经过20分钟中文视频实测，表现稳定且效果良好。这不仅验证了Qwen3开源模型在语音...
Free Qwen3-ASR Speech Recognition: OpenAI-Compatible API with Spokenly App Support
Learn how to use Qwen3-ASR speech recognition for free with OpenAI-compatible API and Spokenly app integration.