AI BriefingNetEase Youdao, 저지연 스트리밍 ASR 모델 Confucius4-R2T2 공개
netease-youdao/Confucius4-R2T2 · Hugging Face
·2026.11.09 23:13
핵심 내용
NetEase Youdao가 Qwen3-ASR 기반 저지연 스트리밍 ASR 모델 Confucius4-R2T2를 출시했다.
자세히 보기
- NetEase Youdao가 저지연, 고정밀도 안정적 접두어 스트리밍 음성 인식(ASR) 모델 Confucius4-R2T2를 출시함
- 80ms부터 2s까지 디코딩 청크를 설정할 수 있으며, 이전 단어를 수정하지 않고 전사 텍스트를 영구적으로 확정하는 단조(monotonic) 출력 모드로 동작함
- Qwen3-ASR-1.7B를 기반으로 1,500시간 분량의 중국어 및 영어 오디오 데이터로 Longest Stable Prefix(LSP) 학습을 적용함
- SFT와 GRPO를 활용한 2단계 학습을 수행하며, 사전 학습된 오디오 인코더와 프로젝터는 동결하고 언어 디코더만 업데이트하여 구조 변경 없이 학습함
- LSP 타깃과 명시적인 Wait 액션을 통해 모델이 확정할 수 있는 범위와 추가 오디오가 필요한 시점을 학습시킴
- 코드는 Apache License 2.0, 모델 가중치는 NetEase Model Use License Agreement 하에 공개함
이 한국어 요약은 AI가 자동으로 만들었습니다. 원문의 주장과 맥락은 원문에서 확인해 주세요. 저작권은 원저작자에게 있습니다.
