模型 / Confucius4-R2T2 (有道)

Confucius4-R2T2 (有道)

流式语音识别模型，面向实时字幕与语音管道

作者 netease-youdao

仓库标识netease-youdao/Confucius4-R2T2

显存未知许可 需自查任务 语音识别最近核对 2026-09-21
运行内存
权重格式未知,无法估算显存
运行时
vllm
下载
643

仅 safetensors · 无 pickle 加载风险

Hugging Face 源仓库 ↗

适合与不适合

入选理由
真流式语音识别，支持八十毫秒到两秒可调分块，输出只追加不修订，适合实时字幕、智能体、同传；有在线试用与魔搭镜像，需注意自定义许可。
对位
对位 Qwen3-ASR-1.7B / X-ASR 等开源流式 ASR
适合
实时字幕与直播转写 / LLM Agent 语音输入管道
不适合
需要修订已输出文本的场景

完整规格

规模
1.7B · 权重格式未知,无法估算显存
授权
NetEase Model Use License Agreement（权重）；Apache-2.0（代码） · 需自查
框架
vllm / transformers
血统
微调自 Qwen3-ASR-1.7B
访问提示
标记为魔搭可用,具体仓库请自行核对

下载动量

30天下载 40.1k → 53.4k · likes +432

观测时间线

模型家族

  • Qwen3-ASR-1.7B

查看全部家族 →