湖南
分享至
松果财经讯，7月6日消息，千问大模型今日宣布正式升级实时语音识别模型Fun-ASR-Realtime。该模型为首字延迟控制在百毫秒级别的流式语音识别方案，识别准确率接近离线模型，支持16种方言和30种语言。
在刚刚结束的影视飓风「重返荒岛」100小时直播中，Fun-ASR-Realtime全程承担实时字幕任务，累计识别字幕超6万条、总计达132万字。
在速度上，模型首字时延控制在百毫秒级别，话音刚落，文字即开始呈现；对很长的句子，尾字输出的延迟同样很低。
在准确率上，Fun-ASR-Realtime接近其离线模型Fun-ASR-Flash，并面向泛 Context（包含历史对话上下文和实时热词）进行了专项强化，具备上下文理解能力。
在覆盖八大方言区的16种方言识别测试中，Fun-ASR-Realtime字符准确率平均为 88.62%，在12类方言上领先，超越火山与腾讯相关产品。
尤其在高难度的吴语系方言上表现惊艳——上海话：92.41%，苏州话：89.21%，温州话（号称"最难懂方言"）：82.74%。在福建话、客家话等复杂方言上，模型同样全面领先。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
