Anthropic 虽然讨厌,但是模型能力还是挺强的,对我来说 Opus 4.6 的写作、Opus 4.8 的 UI/UX 设计和 Fable 5 对于疑难问题的处理目前都是难以替代的。
昨天我在测试转录一个播客音频的时候,时间戳总是对不上,我把这音频传到火山引擎云端转录,一样会时间戳对不上。
问 GPT 5.6 Sol,它认为是 VAD 切分的问题,修复后仍然不行。
问 Fable 5,它定位到是因为 MP3 是 VBR(变码率)文件,导致时间估算失败。简单修改就解决了这个问题。
类似的问题遇到过几次,比如上一次在做 Speaker 识别,性能不好,也是 Fable 5 搞定的,之前其他模型效果并不好。这是当时提交的一个PR(http://t.cn/AX9UOH6b )
像 Fable 5 这样的模型在普通场景和其他模型看起来似乎差距不大,极端场景才能看出来差别。
发布于 美国
