在第二届多语种对话语音语言模型挑战赛 MLC-SLM 中，我们的模型 MOSS-Transcribe-Diarize-Pro 以 14.93 的 tcpMER 成绩拿下 Task 1 第一名！
这场评测真正难的地方，是模型面对的并不是标准、清晰的单人朗读，而是 14 种语言、多地区口音和真实多人对话。
包括：英语（en）、法语（fr）、德语（de）、意大利语（it）、葡萄牙语（pt）、西班牙语（es）、日语（jp）、韩语（ko）、俄语（ru）、泰语（th）、越南语（vi）、他加禄语（tl）、乌尔都语（ur）、土耳其语（tr）
不只有语种差异，口音也相当丰富： 英式英语、美式英语、澳大利亚英语、印度英语、菲律宾英语、加拿大法语、墨西哥西班牙语、巴西葡萄牙语
MLC-SLM 是 Interspeech 2026 的卫星赛事，吸引了来自全球工业界和学术界的 110 支队伍报名参赛。
赛事提供了近 1500 小时的对话语音数据，其中英语约 500 小时。面对不同语言、地区口音，以及多人轮流发言和频繁插话，模型不仅要听清“说了什么”，还要持续分清“是谁在说”。
在这样的统一评测中，MOSS-Transcribe-Diarize-Pro 拿下第一！
它能在一次推理中完成语音识别、说话人归属和时间戳预测，直接输出结构化转录结果，不用再额外拼接多个模块。
针对不同使用场景，我们还提供了两款开源转录模型：MOSS-Transcribe-Diarize-0.9B，轻量部署；面向复杂英语场景的 MOSS-Transcribe，针对标准英语、多样口音、低声耳语等真实场景进行了专项优化。
从竞赛评测到真实业务落地，我们会继续把多说话人转录做得更准、更稳、更好用。