AI最前沿 88Z.ai 7 月 6 日消息，阿里推出升级后的实时语音识别大模型 Fun-ASR-Realtime，首字延迟低至百毫秒级，准确率媲美离线模型。该模型支持30种语言及16种方言，具备上下文理解与自我纠错能力，在方言识别测试中表现优于竞品。
消息要点
- 首字延迟达百毫秒级，准确率接近离线模型，支持30种语言和16种方言。
- 具备上下文理解与自我纠错能力，方言识别准确率平均88.62%，领先竞品。
要点
阿里巴巴正式发布了升级版的实时语音识别大模型 Fun-ASR-Realtime。该模型在性能上实现了显著突破，将首字延迟严格控制在百毫秒级别，同时保持了接近离线模型的高识别准确率。在功能覆盖方面，Fun-ASR-Realtime 支持全球30种语言以及16种中文方言的识别。 技术层面，该模型引入了先进的上下文理解机制，能够根据语境进行自我纠错，从而提升整体识别效果。测试数据显示，在16种方言的识别任务中，其字符准确率平均达到88.62%，这一成绩领先于火山引擎和腾讯的相关同类产品，展现了强大的多语言与方言处理能力。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- 千问大模型原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。