技术栈
流式asr
骑着蜗牛撵大象327
16 天前
ai
·
对话系统
·
tts
·
低延迟
·
流式asr
边听边答的底层逻辑：实时语音对话的延迟拆解与流水线设计
在智能音箱和车载助手上，用户说完一句话常常要干等两三秒才有回应，中间那段沉默让人忍不住把问题重复一遍，卡顿感几乎是语音 AI 最直接的劝退点。
HySpark
6 个月前
webrtc
·
vad
·
离线语音转写
·
流式asr
·
qwen-asr
·
音频预处理
VAD 与流式 ASR 踩坑复盘及完整解决方案
大家好，我是语音算法与端侧AI开发的工程师。近期一直在维护自研会议产品熙瑾会悟的离线转记模块。本以为接入开源流式ASR模型就能快速上线，结果在实测阶段接连踩坑：人声截断、静音幻觉、断句错乱、推理卡顿。
我是有底线的