在 Codex/Claude Code 等 Coding Agents 领域,文字是主要的输入输出方式;而在更广泛的通用 Agents 领域,特别是陪伴、实时交互等 Agents 方面,实时语音交互非常重要
构建Voice Agent需结合ASR、VOD、TTS、LLM及WebRTC,Agora Skills可快速集成实现低延迟实时语音交互,响应仅1秒。
入选理由:使用Agora Skills可在2-3分钟内安装并集成RTC、RTM等组件,支持快速开发Voice Agent
概念
也叫:Automatic Speech Recognition
自动语音识别技术
最近变化
2026-07-21 · PazaBench第二版专注于非洲语言的ASR模型评估
ASR 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
在 Codex/Claude Code 等 Coding Agents 领域,文字是主要的输入输出方式;而在更广泛的通用 Agents 领域,特别是陪伴、实时交互等 Agents 方面,实时语音交互非...
meng shao(@shao__meng) · 8.5 分
Reliable benchmarks are essential for advancing inclusive AI. By expanding language, geographic, and...
Microsoft Research(@MSFTResearch) · 7 分
A huge thank you to all the dataset creators, community contributors, maintainers and collaborators ...
Microsoft Research(@MSFTResearch) · 6 分
已收录 4 篇与「ASR」相关的 AI 资讯和分析。
构建Voice Agent需结合ASR、VOD、TTS、LLM及WebRTC,Agora Skills可快速集成实现低延迟实时语音交互,响应仅1秒。
入选理由:使用Agora Skills可在2-3分钟内安装并集成RTC、RTM等组件,支持快速开发Voice Agent
微软发布PazaBench V2基准测试,通过扩展非洲语言覆盖提升语音识别模型包容性。
入选理由:PazaBench V2新增20种非洲语言支持,覆盖区域扩展至撒哈拉以南非洲
微软发布PazaBench第二版,用于评估非洲语言的自动语音识别模型。
入选理由:PazaBench第二版专注于非洲语言的ASR模型评估
牛津大学博士后Kevin Lin开源了视频翻译工具Violin,支持多语言翻译与视频对话功能。
入选理由:Violin整合ASR、LLM翻译和TTS技术
与「ASR」经常一起出现的 AI 术语。
💡 想追踪「ASR」的长期趋势?去 实体雷达 · ASR 查看详细分析和跨材料问答。