FunASR
FunASR：面向產業的即時流式 ASR 工具箱，支援多語與語者分離
FunASR 是一個開源的工業級語音辨識工具箱，主打高速與多語支援，宣稱比 Whisper 快約 170 倍，支援超過 50 種語言。專案將端對端語音辨識與語者分離、情緒偵測、語音活動偵測等功能整合，並提供流式辨識與 OpenAI 相容的 API，方便在產業環境中部署與整合。
ASR
深度分析
以 VSM、UC 補足 ASR：為 LLM 越獄評估導入分布式衡量標準
近年大型語言模型（LLM）越獄攻擊研究習慣以「單一組態的攻擊成功率（ASR）」作為績效指標，但這種做法忽略了攻擊家族內部多個參數變體所帶來的覆蓋差異。本文介紹兩項補充指標：變異敏感度（VSM）與聯合覆蓋率（UC），前者量化最佳單一 ASR 與變體平均 ASR 的差距，後者衡量所有測試組態合併後能觸發不安全回應的提示比例。
深度分析
UAF（Unified Audio Front-end LLM）：以統一音訊前端實現低延遲全雙工語音互動
面對半雙工語音系統中級聯前端帶來的延遲與誤差累積，研究提出 UAF 統一音訊前端 LLM。此模型將 VAD、TD、SR、ASR 與 QA 都轉為自回歸序列預測，並以參考語音提示鎖定目標說話者，分段處理串流音訊。實驗顯示 UAF 在多項前端任務上達到領先表現，並能提升中斷偵測與回應時效，助於更自然的全雙工對話。