本地实时语音转文字，模型该怎么选？这期分享浩叔推荐的两款实时 ASR 模型：X-ASR-zh-en 和 Confucius4-R2T2，通过实际转录案例，对比识别效果、出字延迟和部署方式。
X-ASR 主打轻量，适合移动端部署和中英混合语音识别；Confucius4-R2T2 更适合电脑端配合 GPU 使用。
测试过程中，我还做了一个开源的本地实时 ASR 推理库 HaoLive.cpp，感兴趣的小伙伴可以下载程序和模型试用。
项目地址：https://github.com/minghe36/HaoLive.cpp
- X-ASR-zh-en：https://huggingface.co/GilgameshWind/X-ASR-zh-en
- Confucius4-R2T2：https://huggingface.co/netease-youdao/Confucius4-R2T2
