语音模型这两天扎堆儿出，蚂蚁刚刚开源了一套声纹验证模型：AntSpeaker/MECT，超小、能实时跑

心平气和过日子

语音模型这两天扎堆儿出，蚂蚁刚刚开源了一套声纹验证模型：AntSpeaker/MECT，超小、能实时跑

可低延时声纹流式推理，在100ms的低延迟下能保持高精度声纹特征提取

有几个典型使用场景
银行、客服热线电话核身，比如“请说一句话验证身份”
App登录、设备唤醒只认主人声音

金融核身、端侧解锁，这是最直接的落点

跟上午那个英伟达的日志模型一样，都主打小、快，一个管谁在何时说、一个管是不是同一人，都是语音管线上的专精组件

MECT是把MoE引入了全监督声纹训练，结果用9.57M的小模型，在VoxCeleb1上追平（平均指标上反超）了5.87亿参数预训练模型才能达到的水平

证明了“专家分工”这套大模型玩法，在声纹验证这种小模型全监督任务上同样奏效

其通过因果重训练，实现了100ms延迟+近离线精度，也就意味着该模型能真正用在实时场景里