网易有道开源子曰Live系列两款实时交互模型 R2T2 和 T3PO

网易有道开源子曰Live两款实时模型流式语音识别与流式翻译，双双登顶Hugging Face ASR、Translation Trending榜。两款模型以“稳定增量”实现边说边识别、边翻译，R2T2平均延迟约200—600毫秒，T3PO兼顾低延迟与质量；开源后获ZeroGPU Demo、audio.cpp、GGUF量化和llama.cpp/Ollama适配。 更多详情...