语音识别流式与非流式的区别

核心区别

特性	流式识别	非流式识别
处理方式	​边录音边识别​，持续输入和输出	​先录音，再识别​，一次性输入和输出
延迟	​低延迟​，实时返回中间结果	​高延迟​，等待整个音频结束后才返回最终结果
结果形式	​持续流动的文本流​，包含多次修正	一次性最终的准确文本
关键技术	流式模型（如 RNN-T, CTC），VAD	全局模型（如 Transformer），全局优化
资源占用	相对较低且持续	结束时可能瞬间占用较高
应用场景	​实时交互​：语音输入法、实时字幕、智能助手	​非实时处理​：录音转文字、会议纪要整理、音视频字幕生成

详细解释