Husein Zolkepli发布因果语音隔离模型论文并开源

Husein Zolkepli 在 arXiv 提交因果语音隔离器论文（arXiv:2610.35272），训练了 140M、243M、374M 参数的掩码 Transformer 模型，延迟 20 ms，可从通话本身注册来电者，并开源了模型与 LiveKit 插件。 论文称将 WavLM-Large 权重改为因果并联合训练把开发集错误率从 11.44% 降至 10.55%；发布版在干净开发集错误率 2.96%，AMI 60 秒窗口实时错误率 16.13%（VoxLock 为 23.66%），Krisp 基准 5.74% 对 5.63%。蒸馏出的 22.1M 参数模型可在 LiveKit agent 中单 CPU 线程实时运行，每通话占 33% 核心算力，错误率 10.66%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。