北京
刚刚，腾讯混元正式发布新一代语音识别模型 Hy ASR 3.0 preview。
据介绍，Hy ASR 3.0 preview 基于最新一代大语言模型 Hy3 的语言理解能力，融合高精度语音识别与深度语义理解，在通用识别、上下文感知、复杂场景适应能力、方言覆盖等关键能力上实现全面升级。
该模型能够在复杂真实语音输入中输出更准确、连贯且更贴近用户意图的转写结果，让语音识别从过去偏向“逐字转写、单点优化”，升级为“理解语境、兼容场景、一键直出”。
在识别效果上，Hy ASR 3.0 preview 已在多个开源评测集和自建评测集中展现领先表现。开源评测数据显示，该模型在多语种 WER（词错误率）上均控制在约3%左右，其中中文普通话 WER 为 3.34%，英语 WER 为 2.62%，粤语 WER 为 3.12%，整体优于竞品。
在腾讯混元自建评测集中，Hy ASR 3.0 preview 也在通用识别、方言识别、上下文理解以及高噪、耳语等复杂声学场景测试中保持较低 WER，显示出更强的综合稳定性和场景适应能力。
从用户体验来看，Hy ASR 3.0 preview 的升级重点集中在四个方面：
首先是通用识别更准确，能够提升普通语音、方言、中英混说等场景下的识别准确率，减少错字、漏字；其次是更能理解用户意图，模型可结合上下文 Context 捕捉说话语境，智能纠正同音词，并降低语义歧义带来的转写错误；
第三是更容易适配专业场景，支持热词注入增强，便于模型快速识别品牌名、产品名、人名及行业术语，降低企业业务接入和维护成本；第四是在复杂环境下更稳定，针对高噪、耳语、悄悄话等多类声学场景进行了专项优化，即便在真实世界中并不“理想”的录音条件下，也能保持更可靠的识别表现。
目前，Hy ASR 3.0 preview 已上线腾讯云官网并对外提供 API 服务，可广泛应用于智能客服、内容理解、语音搜索等场景。
同时，元宝深度参与共研并已完成首发上线，用户打开元宝按住说话，即可体验方言识别、上下文智能纠错和复杂环境稳定转写等能力；目前，WorkBuddy 等产品也在陆续接入中。
对此，你怎么看？你去体验了吗？欢迎评论区一起聊聊。
PS：见实8周年老会员福利，还有没领取的朋友吗？2026年底前续费可享受半价续费，一年抵两年，老朋友们别错过这次专属福利：
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.
