Speech to Decisions with Granite｜实时语音转写与话题判定演示

这是一个在线语音演示页面：打开后可以对麦克风说话，左侧显示实时转写文字，右侧面板大约每秒刷新两次，给出当前发言的话题标签（1 至 5 个词）、安全提示，以及一组是/否问题的概率条。没有麦克风时，也可以播放内置的英文点披萨录音和西班牙语预订录音，走同一条处理路径，用来观察识别和判定的效果。

适合谁：想直观感受“语音识别 + 即时话题与判定”能做什么的产品、研究和教学人员，以及需要向他人演示这类交互的人。它更适合演示和探索，不是可直接接入业务的审核系统。

输入与输出：输入是浏览器采集的麦克风音频，或页面上内置的示例录音；输出是实时转写文本、一个话题短语、三类安全判定结果（有害、脏话、暴力，各自给出概率并据此标记是否触发），以及每个是/否问题的“是”概率。是/否问题在开始录音前可以修改、删除或新增，最多 50 条；录音期间问题锁定，停止后可再次编辑。

建议使用步骤：打开页面，等待端点启动提示消失；直接点麦克风说话，或点示例录音播放；观察右侧面板随语音变化；需要时在录音前改好问题列表；点“Start over”清空转写和面板，但保留自设问题。

费用与资源：页面本身运行在免费 CPU 硬件上，但背后依赖一个单独的 Granite Switch 4.1 8B 推理端点，端点空闲会缩容，首次请求可能需要等待 1 至 5 分钟启动；端点按运行小时计费而非按请求计费，访问者共用同一端点，公开访问会让端点保持唤醒并产生费用，具体价格以服务方为准，待核查。

网络与隐私：本页托管在 Hugging Face，中国大陆及部分正式服务器访问存在已知连接限制，可能需要可用网络，本站不验证是否可直连；说话内容会发送到后端端点做识别与判定，涉及隐私的语音不建议在此输入。

模型与限制：识别支持带大小写和标点的转写，也能处理英语以外的语言，但问题与话题标签仍以英文编写，非英语效果受问题措辞限制。模型只看到最近的文字，没有更早上下文，代词或半句话可能让结果摆动；0.5 秒静音就会清空面板并重新开始判定；安全判定阈值未调优，类别有重叠，官方也明确它不构成内容审核系统；15 秒无停顿会强制切段，可能把一个词拆开；吵闹环境可能被当作说话，导致面板不清空。以上效果均为项目方自述，本站未实测。

许可：Space 卡片声明 Apache-2.0，仅为作者声明，所用模型权重与端点服务另有条款，商用与再分发需自行核验。

来源与访问说明

来源类型：Hugging Face Spaces。原始入口：https://huggingface.co/spaces/ibm-granite/speech-to-decisions

发布者：ibm-granite；采集日期：2026-11-14；来源版本：764b49fac6f12e93a16179b071b7c3b16768d9b3。根据公开资料经AI整理，未上传文件运行、未做效果测试。

平台返回RUNNING仅表示采集时容器状态，不代表中国大陆可访问或业务功能已实测。正式服务器直连Hugging Face曾发生连接超时，访问需自行确认网络条件；不要上传未经授权的个人或业务敏感资料。

许可说明：Space 卡片声明 Apache-2.0，仅为作者声明，不自动覆盖所用模型权重或底层推理服务条款，商用与再分发需自行核验。Space代码、模型权重、第三方接口和服务适用各自条款，公开演示不代表全部免费或可商用。