Santiago Valdarrama

这个新模型做了一些非常酷的事情： 当您说话时，它会将语音转换为文本。这与其他音频模型不同。 该模型称为 R2T2。它以小块的形式处理音频，并知道哪些单词需要立即发布，哪些单词需要更多上下文。 抱脸链接：https://huggingface.co/netease-youdao/Confucius4-R2T2