arXiv · cs.AI· Zhiwei Lin, Kaiqi Fu, Rime Wen, Zehan Liu, Shawn Qin, Roy Gan, Hao Wang·· 11 小时前
X2Streaming-ASR通过延迟不确定结果实现流式ASR提交
X2Streaming-ASR: wait when uncertain, emit when ready for streaming ASR
arXiv:2609.08672v4阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Zhiwei Lin, Kaiqi Fu, Rime Wen, Zehan Liu, Shawn Qin, Roy Gan, Hao Wang
研究任务与主要进展
X2Streaming-ASR将流式语音识别拆分为“何时提交”和“提交什么”，用于降低实时语音代理的提交延迟。基于论文摘要，作者报告其在十个中英文测试集上相对强制对齐端点取得最低平均提交延迟：中文字符为32–109毫秒，英文单词为12–85毫秒，同时识别准确率与现有系统相当；代码已公开于 https://github.com/X-Square-Robot/X2Streaming-ASR。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org