正在升温的 Voice AI 赛道，出现了一家初创团队 Hojo
Voice AI，是通用大模型之外的另一条故事线。 当所有人都在盯着通用大模型时，Voice AI 这条相对安静的赛道里，也开始出现一些值得注意的新模型。 键盘正在失去它的「统治地位」。 过去两年，OpenAI 推出了 Realtime API，Google 做出了 Gemini Live，国内的大模型公司也几乎都开始布局 Voice AI。越来越多的人开始相信，当 Agent 真正进入工作流之后，语音会成为比键盘更自然的上下文入口。 如果 Agent 想真正进入工作流，它首先要学会听懂这些声音。而这背后对应的第一层能力，就是 ASR（自动语音识别）。 衡量 ASR 水平，业内最常引用的是 Hugging Face 的 Open ASR Leaderboard，核心指标是词错误率（WER），数字越低，识别越准。...