Alibaba actualiza el modelo de voz en tiempo real Fun-ASR-Realtime: latencia del primer carácter de cien milisegundos, precisión de reconocimiento del dialecto de Wenzhou superior al 82%.

Según el monitoreo de Beating, el laboratorio Tongyi de Alibaba ha reducido la latencia del primer carácter del modelo de reconocimiento de voz en streaming Fun-ASR-Realtime al nivel de milisegundos, logrando que las palabras aparezcan tan pronto como se pronuncian, con una precisión cercana a la de los modelos offline. En la reciente transmisión en vivo de 100 horas en una isla desierta de Filmstorm, el modelo proporcionó soporte de subtítulos en tiempo real durante todo el evento, en condiciones adversas como lluvias torrenciales al aire libre y frecuentes cambios de hablantes entre múltiples personas, reconociendo más de 60,000 segmentos y un total de 1.32 millones de caracteres.

Para abordar el problema común de la fragmentación contextual en el reconocimiento de voz en tiempo real, el nuevo modelo ha mejorado su capacidad de percepción contextual, permitiendo correcciones dinámicas basadas en el historial de conversaciones y palabras clave en tiempo real (por ejemplo, corrigiendo automáticamente "Ye Lu" a "Yè Lù" según el contexto posterior). El modelo actualmente admite 30 idiomas y 16 dialectos, con una precisión promedio de caracteres del 88.62% en pruebas dialectales, alcanzando el 92.41% para el shanghainés y el 82.74% para el dialecto de Wenzhou, considerado el más difícil. El modelo offline Fun-ASR-Flash obtuvo el primer lugar en la clasificación de tasa de error de caracteres en la plataforma global de evaluación de IA Artificial Analysis.

Actualmente, estos dos nuevos modelos están disponibles solo como servicios de API comerciales en Alibaba Cloud Bailian, mientras que el marco de código abierto FunASR subyacente y los modelos ecológicos se pueden obtener en ModelScope Community y GitHub.
Ver original
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
  • Recompensa
  • Comentar
  • Republicar
  • Compartir
Comentar
Añadir un comentario
Añadir un comentario
Sin comentarios
  • Fijado