網易有道開源流式語音模型 R2T2：延遲低至 200ms，只追加不改字
網易有道開源即時語音識別模型 Confucius4-R2T2。它基於 Qwen3-ASR 開發，平均延遲僅 200 至 600 毫秒，且採用「只追加不回改」模式，避免了即時字幕反覆閃爍跳字。模型支援 vLLM 高吞吐推理，中英雙語精度逼近離線水平。
網易有道開源即時語音識別模型 Confucius4-R2T2。它基於 Qwen3-ASR 開發，平均延遲僅 200 至 600 毫秒，且採用「只追加不回改」模式，避免了即時字幕反覆閃爍跳字。模型支援 vLLM 高吞吐推理，中英雙語精度逼近離線水平。