展开菜单
首页 精品内容 本月促销 装机必备 Windows PDF教程 macOS软件 IOS软件 Android AI 专题
全部分类

当前位置:

首页 > 硬件相关 > 千问大模型升级实时语音识别大模型Fun-ASR-Realtime 支持30种语言+16种方言

千问大模型升级实时语音识别大模型Fun-ASR-Realtime 支持30种语言+16种方言

千问大模型推出实时语音识别模型Fun-ASR-Realtime,首字延迟仅百毫秒,准确率接近离线版本,支持三十种语言和十六种方言,方言平均字符准确率达百分之八十八点六二,在复杂场景及多语种识别中领先同类产品。

本文目录

    千问大模型升级实时语音识别:Fun-ASR-Realtime正式发布

    7月6日,千问大模型正式推出了实时语音识别大模型Fun-ASR-Realtime。这是一款将首字延迟控制在百毫秒级别、识别准确率接近离线模型的流式语音识别产品,同时支持16种方言和30种语言——覆盖面在国内同类产品中相当少见。

    语音识别模型其实分两类:离线和实时。离线模型处理的是已经录好的音频,准确度更高,但没法应对“边说边识别”的场景;实时模型则不同——边录边识,既得准又得够快,难度更大。但直播字幕、会议实时转写、客服通话这些低延迟场景,偏偏就需要这种能力。Fun-ASR-Realtime瞄准的正是后者:让“又快”和“又准”不再是一道选择题。

    速度:首字百毫秒,尾字不掉队

    在速度上,模型的首字时延控制在百毫秒级别——话音刚落,文字就已经开始浮现。即便是很长的句子,尾字输出的延迟也极低。举个例子,在“重返荒岛”的100小时直播中,两岛互动、多人频繁切换说话、赛制复杂还赶上暴雨——观众却能实时看到Tim和中国boy等嘉宾的发言字幕,观看体验直接被拉满。

    准确率:接近离线模型,还能“越听越准”

    在准确率方面,Fun-ASR-Realtime的表现已经很接近其离线版本Fun-ASR-Flash。它针对上下文做了专项强化——包括历史对话上下文和实时热词,使模型具备理解语境的能力。一个真实的直播案例:Tim说了“夜鹭”,最开始被识别成“叶鹿”,但紧接着上下文跟了一句“观鸟的朋友应该知道”,模型立刻自己纠正了过来。

    多语言和方言:这是Fun-ASR-Realtime最能听的部分

    Fun-ASR-Realtime最能打的,其实是多语言和方言能力。它支持16种方言和30种语言,覆盖了八大方言区。在方言识别测试中,平均字符准确率达到88.62%,有12类方言的识别准确率领先火山和腾讯的相关产品。特别是高难度的吴语系——上海话92.41%,苏州话89.21%,就连号称“最难懂方言”的温州话也达到了82.74%。福建话、客家话等复杂方言同样全面领先。

    Fun-ASR-Realtime在16种方言识别测试中领先。CER为字符错误率,1-CER代表字符准确率。

    复杂场景与多语种:从工业远场到出海市场

    在5类工业中文和英文场景的语音识别横向测评中——包括复杂背景、远场嘈杂以及各种带口音的场景——Fun-ASR-Realtime依然表现抢眼,中文平均字符准确率88.42%,英文91.58%,均领先同类产品。此外,模型针对泰语等东亚、东南亚语言做了专项优化,识别准确率提升了20%,特别适合出海客服、国际会议等场景。

    Fun-ASR-Realtime在5类工业中文和英文场景的语音识别横向测评中领先。

    离线模型Fun-ASR-Flash:全球权威榜单第一

    作为Fun-ASR-Realtime的离线版本,Fun-ASR-Flash近期也正式上线。在全球权威AI评测平台Artificial Analysis上,Fun-ASR-Flash(榜单上为曾用名“Fun-realtime-ASR-preview”)字错率仅为1.7%,位列全球第一。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    硬件相关
    相关文章 更多
    精品专题 更多
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    macOS软件

    正软商城macOS软件专区,精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具,提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。

    IOS软件

    正软商城iOS软件专区,精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用,提供功能介绍、适用设备、系统要求和正版获取方式等信息。

    AI

    正软商城AI软件专区,汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具,提供功能介绍、适用平台、收费方式及正版购买信息。

    Mac软件 更多
    Aperty macOS版
    Aperty macOS版

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    火山引擎 网页版
    火山引擎 网页版

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    立刻MV 网页版
    立刻MV 网页版

    立刻MV 面向音乐人、内容创作者和品牌团队,帮助用户低成本完成歌曲 MV、歌词视频、AI 分镜、图生视频与最终合成。

    蛙蛙写作 网页版
    蛙蛙写作 网页版

    蛙蛙写作 AI 创作工具,覆盖小说、剧本、文案,一键生成文稿,打通文字转视频全流程,高效解决创作难题。

    讯飞智作 网页版
    讯飞智作 网页版

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    超级简历WonderCV 网页版
    超级简历WonderCV 网页版

    超级简历WonderCV是面向应届生和AI小白的智能求职平台,覆盖简历、面试与职业规划。

    音述AI 网页版
    音述AI 网页版

    音述AI,是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区。

    AionClaw macOS版
    AionClaw macOS版

    AionClaw 是可在桌面端运行的任务型 AI 助手,通过数字专家与技能市场组合办公、创作、数据和开发能力。

    Loomy macOS版
    Loomy macOS版

    Loomy 是科大讯飞推出的桌面 AI 助手,可通过对话、任务与工作目录协助处理办公、内容创作和资料整理。

    AirBuddy 3 macOS版
    AirBuddy 3 macOS版

    AirBuddy 3 是面向 macOS 的蓝牙外设增强工具,可集中查看 AirPods、Beats 与苹果设备电量,提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。

    AirServer macOS版
    AirServer macOS版

    AirServer macOS版可把 Mac 转换为无线投屏接收端,通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面,并支持多设备同时连接、高清镜像及会话录制,适合家庭娱乐、课堂教学、会议演示和应用展示。

    AnyDesk macOS版
    AnyDesk macOS版

    AnyDesk macOS版是一款适用于远程办公、设备维护和客户支持的远程桌面工具,可连接并操作异地计算机,支持文件传输、无人值守访问、会话权限控制及跨平台协作。

    WINDOWS 更多
    Aperty Windows版
    Aperty Windows版

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    火山引擎 网页版
    火山引擎 网页版

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    立刻MV 网页版
    立刻MV 网页版

    立刻MV 面向音乐人、内容创作者和品牌团队,帮助用户低成本完成歌曲 MV、歌词视频、AI 分镜、图生视频与最终合成。

    蛙蛙写作 网页版
    蛙蛙写作 网页版

    蛙蛙写作 AI 创作工具,覆盖小说、剧本、文案,一键生成文稿,打通文字转视频全流程,高效解决创作难题。

    讯飞智作 网页版
    讯飞智作 网页版

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    超级简历WonderCV 网页版
    超级简历WonderCV 网页版

    超级简历WonderCV是面向应届生和AI小白的智能求职平台,覆盖简历、面试与职业规划。

    音述AI 网页版
    音述AI 网页版

    音述AI,是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区。

    AionClaw Windows版
    AionClaw Windows版

    AionClaw 是可在桌面端运行的任务型 AI 助手,通过数字专家与技能市场组合办公、创作、数据和开发能力。

    Loomy Windows版
    Loomy Windows版

    Loomy 是科大讯飞推出的桌面 AI 助手,可通过对话、任务与工作目录协助处理办公、内容创作和资料整理。

    讯飞绘文 网页版
    讯飞绘文 网页版

    讯飞绘文网页版是科大讯飞推出的AI图文创作与内容运营工具,覆盖热点选题、文章生成、稿件校对、智能配图、排版发布和数据复盘等环节,适合自媒体创作者及内容团队在线使用。

    AirServer Windows版
    AirServer Windows版

    AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端,适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端,并可同时接收和智能排列多个镜像会话。

    AlwaysUp Windows版
    AlwaysUp Windows版

    AlwaysUp是一款面向Windows的系统服务注册与程序托管工具,可让普通应用、脚本及批处理在无人登录时随系统启动,并通过状态检测、异常重启、资源监控和邮件通知保障关键任务持续运行。