搜索
网易有道开源子曰 Live 系列两款实时交互模型 R2T2 和 T3PO
14 小时前
网易有道近日开源了其子曰 Live 系列的两款实时模型——Confucius4-R2T2 流式语音识别模型与 Confucius4-T3PO 流式翻译模型，这两款模型在 Hugging Face 的 ASR 和 Translation Trending 榜单上均荣登榜首。它们能够实现稳定的边说边识别、边翻译功能，其中，R2T2 模型的平均延迟控制在200至600毫秒之间，而 T3PO 模型则在保证低延迟的同时，也确保了翻译质量。自开源以来，这两款模型已获得 ZeroGPU Demo、audio.cpp、GGUF 量化和 llama.cpp/Ollama 等适配支持。
