概念streaming STT / 流式语音识别
流式识别
音频分块持续送入模型、识别结果增量返回的语音识别方式，要求低延迟并支持部分结果滚动修正
时间轴 (近 90 天)
11月3日
流式识别的端到端延迟通常要求控制在数百毫秒以内，并支持部分结果随上下文滚动修正。
待验证50%
10月29日
听写功能要求流式识别：音频以数十毫秒为窗口持续送入模型，边识别边输出，对首字延迟和断句稳定性要求极高。
待验证50%
10月26日
流式识别要求推理引擎支持有状态的计算图、动态输入形状以及低延迟的调度策略。
待验证50%
10月25日
近年端侧ASR错误率显著下降，流式识别延迟进入百毫秒级。
待验证50%
10月23日
流式识别通常通过WebSocket保持长连接，适合语音输入法、实时字幕等交互场景；异步识别通过轮询或webhook返回结果，更适合录音笔记、会议纪要等离线场景。
待验证50%
8月25日
流式STT和TTS允许系统在处理未完成时就开始并行处理，从而压缩用户感知到的等待时间
待验证50%
全部知识事实 (6)
待验证
流式识别的端到端延迟通常要求控制在数百毫秒以内，并支持部分结果随上下文滚动修正。
50%待验证听写功能要求流式识别：音频以数十毫秒为窗口持续送入模型，边识别边输出，对首字延迟和断句稳定性要求极高。
50%待验证流式识别要求推理引擎支持有状态的计算图、动态输入形状以及低延迟的调度策略。
50%待验证近年端侧ASR错误率显著下降，流式识别延迟进入百毫秒级。
50%待验证流式识别通常通过WebSocket保持长连接，适合语音输入法、实时字幕等交互场景；异步识别通过轮询或webhook返回结果，更适合录音笔记、会议纪要等离线场景。
50%待验证流式STT和TTS允许系统在处理未完成时就开始并行处理，从而压缩用户感知到的等待时间
50%