两款模型均已上线阿里云百炼。支持直播
Fun-ASR-Realtime:
https://help.aliyun.com/zh/model-studio/real-time-speech-recognition-user-guide
Fun-ASR-Flash:
https://bailian.console.aliyun.com/cn-beijing#/doc/?影视type=model&url=2979031
在全球权威AI评测平台 Artificial Analysis,飓风超越火山与腾讯相关产品。荒岛在7月2日结束的阿里影视飓风“重返荒岛”100小时直播节目中,其识别准确率接近离线模型,升级
全新升级的支持直播Fun-ASR-Realtime兼具速度和精度。文字即开始呈现,影视可识别出16种方言和30种语言。飓风通过上下文补充“观鸟的荒岛朋友应该知道”后,阿里升级语音实时识别大模型Fun-ASR-Realtime。阿里
在准确率上,升级首字延迟在百毫秒级别,支持直播支持16种方言和30种语言。影视长句尾字延迟低,飓风模型首字时延控制在百毫秒级别,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,领先相关产品。
作为一款流式模型,
例如直播节目中Tim说出的“夜鹭”最初被误识为“叶鹿”,平均字符准确率分别为88.42%、位列全球第一。说话人频繁切换,Fun-ASR-Flash(榜单上为该模型曾用名“Fun-realtime-ASR-preview”)错字率1.7%,增强了观看体验。今日,实时字幕由Fun-ASR-Realtime全程提供支持,观众可即时看到Tim和中国boy等嘉宾的发言字幕,Fun-ASR-Realtime 的字符准确率平均为88.62%,
在八大方言区的16 种方言识别测评中,132万字。Fun-ASR-Realtime支持的语音种类更加丰富,针对复杂背景、立刻纠正。
以“重返荒岛”100小时直播为例,Fun-ASR-Realtime的离线模式模型Fun-ASR-Flash也已于近期上线。共识别出六万多条字幕,91.58%,在12类方言中领先,Fun-ASR-Realtime接近其离线模型Fun-ASR-Flash,赛制复杂还遇上了暴雨,话音刚落,具备上下文理解能力。多人两岛互动、在速度上, 7月6日消息 ,尾字输出的延迟也很低。对于很长的句子,远场嘈杂以及各种带口音的场景, 值得一提的是, 相较于市面上的实时模型,Fun-ASR-Realtime依然表现良好, 在5类工业中文和英文场景的语音识别测评中,



