X2-Turn

一边转写一边判断该不该接话，降低对话延迟

开源 free 语音识别

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 101

维护状态较活跃

是否开源是

定价模式 free

项目预览

项目数据

分类语音识别

开发团队X-Square-Robot

所属国家

官网地址

GitHubhttps://github.com/X-Square-Robot/X2-Turn

定价模式free

价格说明开源研究代码，免费使用

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型

GitHub 星标★ 101

30天Star增速

HF 下载量

上线时间2026-08-17 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-21

浏览次数0

项目介绍

X2-Turn 是一个面向流式语音识别的研究型开源项目，核心思路是在单一模型中同时完成流式 ASR 和对话轮次状态预测。传统流式语音系统通常把识别和轮次检测拆成两个模块，导致延迟叠加、边界判断滞后。该项目提出帧同步双头建模：共享编码器逐帧输出，一个头负责增量转写，另一个头实时判断当前说话人是否说完、是否该轮次切换。这种联合建模让轮次状态与识别结果在同一时间粒度上对齐，减少对话系统中“等太久”或“抢话”的问题。项目以 Python 实现，代码规模较小，适合研究者复现和二次开发，也可作为构建低延迟语音对话前端的基础参考。