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

robot
Generación de resúmenes en curso
Noticias del 6 de julio: el laboratorio Alibaba Tongyi ha reducido la latencia de la primera palabra del modelo de reconocimiento de voz en flujo continuo Fun-ASR-Realtime a nivel de cien milisegundos, logrando que las palabras aparezcan justo después de que termina de hablar, y con una precisión cercana a la del modelo fuera de línea.
En la reciente transmisión en vivo de 100 horas en una isla desierta de Yingshi Jufeng, el modelo proporcionó soporte de subtítulos en tiempo real durante todo el proceso en condiciones adversas de lluvia torrencial al aire libre y frecuentes cambios de oradores, reconociendo acumulativamente más de 60,000 fragmentos, con un total de 1.32 millones de caracteres.
Para abordar el problema de que el reconocimiento de voz en tiempo real es propenso a sacar conclusiones fuera de contexto, el nuevo modelo ha fortalecido la capacidad de percepción del contexto, pudiendo combinar el diálogo histórico y las palabras clave en tiempo real para la corrección dinámica (por ejemplo, corrigiendo automáticamente «叶鹿» a «夜鹭» según el contexto posterior). El modelo actualmente admite 30 idiomas y 16 dialectos, con una tasa de precisión promedio de caracteres del 88.62% en pruebas de dialectos, de los cuales el shanghainés alcanza el 92.41%, y el llamado dialecto más difícil de entender, el wenzhounés, también alcanza el 82.74%.
El modelo fuera de línea Fun-ASR-Flash obtuvo el primer lugar en la tabla de clasificación de tasa de error de caracteres de la plataforma global de evaluación de IA Artificial Analysis. Los servicios API de ambos modelos ya están disponibles en Alibaba Cloud Bailian, y el kit de herramientas de código abierto subyacente y los modelos se pueden obtener en la comunidad ModelScope 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