header-langage
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
掃碼下載APP
Partnered With:

阿里升級即時語音大模型Fun-ASR-Realtime:首字延遲百毫秒,溫州話識別準確率超82%

据動察 Beating 監測,阿里通義實驗室將流式語音識別大模型 Fun-ASR-Realtime 的首字延遲降至百毫秒級,實現話音剛落即出字,且準確率逼近離線模型。在影視颶風最近結束的 100 小時荒島直播中,模型在戶外暴雨、多人頻繁切換發言的惡劣環境下,全程提供實時字幕支援,累計識別 6 萬餘條、共 132 萬字。

為了解決實時語音識別容易斷章取義的痛點,新模型強化了上下文感知能力,能結合歷史對話與實時熱詞動態紀錯(例如根據後文自動將「葉鹿」修正為「夜鷺」)。模型目前支援 30 種語言和 16 種方言,在方言測試中平均字符準確率達 88.62%,其中上海話為 92.41%,號稱最難懂的溫州話也達到 82.74%。離線版模型 Fun-ASR-Flash 則在全球 AI 評測平台 Artificial Analysis 的字錯率排行榜上奪得第一。

目前,這兩款新模型僅作為商業 API 服務上線阿里雲百煉,而底層的 FunASR 開源框架與生態模型可在魔搭社區和 GitHub 獲取。

举报 糾錯/舉報
糾錯/舉報
提交
新增文庫
僅自己可見
公開
保存
選擇文庫
新增文庫
取消
完成