Soniox发布STT v6：让语音代理识别自身播音并继续听取用户插话

Soniox于11月3日发布语音识别模型STT v6，面向语音代理加入两项配合能力：开发者可把代理说出的文本与用户音频一同提供给识别服务，让模型结合对话上下文理解简短回答；模型还会把代理自己的播音从识别结果中过滤掉，同时继续监听用户，用户打断时也能识别其语音。

官方称，v6覆盖60多种语言，并改进实时转写、说话人区分、语言识别和实时翻译等能力。Soniox文档列出实时型号stt-rt-v6与异步型号stt-async-v6，均为可用状态。以上性能与“首个”等表述来自厂商自身，尚无独立对比数据随公告提供。

来源：Soniox，Introducing Soniox STT v6（2026-11-03）
https://soniox.com/blog/soniox-stt-v6