7月6日,阿里千问宣布其实时语音识别大模型Fun-ASR-Realtime完成升级,该模型现在能够支持16种方言和30种语言。在覆盖八大方言区的测试中,Fun-ASR-Realtime的字符准确率平均达到了88.62%,在12类方言上领先于火山和腾讯的相关产品。该模型的首字延迟控制在百毫秒级别,流式识别准确率接近离线水平,并且支持多语言无缝切换。
Fun-ASR-Realtime还特别针对泰语等东亚、东南亚多语言场景进行了优化,识别准确率提升了20%,使其适用于出海客服、国际会议等场景。此外,Fun-ASR-Realtime的离线模式模型Fun-ASR-Flash也已上线。在AI评测平台ArtificialAnalysis上,Fun-ASR-Flash的字错率为1.7%,位列全球第一。


