aiOla 推出 Drax 语音识别模型：性能超越 OpenAI Whisper 与阿里 Qwen2-Audio

Drax 采用全新流匹配生成技术，实现五倍速度提升与高精度语音识别，成为开源语音 AI 新标杆。

语音识别技术迎来了新的突破。来自以色列的语音 AI 公司 aiOla 推出了全新开源模型 Drax，号称在速度与准确度上全面超越 OpenAI 的 Whisper 以及阿里巴巴的 Qwen2-Audio 模型。

🔊 创新架构：基于流匹配的生成方法

不同于传统的逐步降噪或扩散模型，Drax 采用了 Flow-Matching（流匹配）生成架构。
这种模型通过学习“连续向量场”来直接在噪声与真实数据之间建立平滑的概率路径，从而更高效地生成准确语音结果。

简单来说，它不再像扩散模型那样逐步“清除噪声”，而是直接绘制一条从噪声到数据的“平滑路径”，极大提升了响应速度与语音自然度。

⚡ 实现低延迟与高准确率

aiOla 表示，Drax 能在保持 与 Whisper 相同甚至更高准确率的同时，速度提升 5 倍以上。
其平均词错误率（WER）仅为 7.4%，优于 Whisper-large-v3（7.6%），并在多项数据集上超过 Alibaba Qwen2-Audio。

这一成果得益于 Drax 的并行输出机制：传统 ASR（自动语音识别）模型通常“逐字”预测，而 Drax 能一次性生成完整的语音 Token 序列，捕捉上下文信息的同时，消除长文本识别中常见的累积误差。

🧠 面向企业级语音场景优化

aiOla 首席科学家 Yossi Keshet 指出，Drax 特别针对 企业级场景（如呼叫中心、医疗记录、制造监控等）进行优化，能在嘈杂或方言混杂的语音环境中保持高稳定性。
这一特性让其在实时会议转录、客服语音分析、工业合规监控等场景中具备显著优势。

🌐 多语言支持与开源生态

除了英语，Drax 还支持 西班牙语、法语、德语与普通话（中文），并在多语言基准测试中展现出一致的高性能。
aiOla 表示，Drax 的开源策略旨在推动语音 AI 社区的协作与创新，为未来的多语言语音交互打下基础。

💬 官方发声

“语音是人类最自然的交互方式，未来也将成为人与机器交流的主流。”
—— aiOla 总裁 Amir Haramty

他补充说，Drax 的推出弥补了语音识别在实时性与精度上的长期缺陷，让语音输入真正能跟上现实世界的速度。