AI 前沿 · 每日整理
Soniox STT v6:语音助手先“看”一遍自己要说的话,就不会把自己的声音当成你说话
语音助手有个老毛病:它自己说话的声音会被麦克风收回去,它分不清是自己在说,还是你在插话。Soniox 的新版语音转文字模型多读了一路输入——助手自己即将说出口的文本,这样它能把自己的回声滤掉,还能认出你短短的插话。它有流式和异步两个版本,专门面向语音 Agent。
原文摘录
Soniox STT v6 Adds Agent Text Input and Echo Filtering for Voice Agents(大意:Soniox STT v6 新增了“读入 Agent 自己的文本”和回声过滤,专为语音 Agent 而来——这是报道的标题。)
值得肯定
从信息源头解题:多给一路文本输入,比单纯在音频上降噪更分得清谁在说话;直接对着语音 Agent 的真实痛点(回声、插话)来,不是泛泛升级。
需要注意
发布材料以功能介绍为主,没有给出识别准确率这类硬指标的对比数据;需要把助手的文本实时喂给它,现有的语音系统接进来要做改造。