跳到正文
Hacker News 首页

Nari Labs 在 Coval 语音 AI 跑分中,语音识别延迟最低、合成准确率最高

Show HN: Nari Qwen3-TTS and Qwen3-ASR – High accuracy, low latency and cost

Nari Labs 用他们部署的 Qwen3-ASR 和 Qwen3-TTS 模型,在 Coval 的语音 AI 基准测试里拿了两个第一。语音识别(STT)这边,从用户说完话到出最终文本的中位延迟只有 44 毫秒,错误率 3.6%,排第二,仅次于 AssemblyAI 的 3.5%,但价格只要后者的四分之一不到。语音合成(TTS)那边,从文字到出第一段...

读原文 ↗导出 Markdown