Tongyi lance Fun-ASR1.5, axé sur la reconnaissance des dialectes

ME News Actualités, le 20 avril (UTC+8), selon le monitoring de Dongcha Beating, le laboratoire Tongyi a publié le 20 avril le modèle de reconnaissance vocale Fun-ASR1.5, et il est déjà en ligne sur l'API de Bailing d'Alibaba Cloud, ainsi qu'en expérience en ligne sur la communauté Moda. La version officielle indique qu'elle couvre avec un seul modèle 30 langues, les sept grands systèmes de dialectes chinois et plus de 20 accents régionaux, sans créer de modèles séparés par dialecte.

Les évaluations internes fournies par Tongyi montrent que le taux d'erreur de caractères dans des scénarios de dialectes typiques a diminué de 56,2 % par rapport à la version précédente, 5 dialectes ayant un taux de précision supérieur à 90 %, et 15 dialectes dépassant 80 %. La reconnaissance de poésie classique a également été spécifiquement optimisée, avec un taux de précision interne au niveau des caractères de 97 %. Ces chiffres proviennent des auto-évaluations de Tongyi, et ne sont pas des benchmarks tiers.

Les dialectes de longue traîne, parmi les plus difficiles à traiter en reconnaissance vocale chinoise, commencent à être intégrés dans un même ensemble de capacités directement commercialisables. Pour des scénarios comme la diffusion éducative en direct, les lignes directes administratives locales ou la transcription d'interviews, les intégrateurs n'ont plus besoin de décomposer plusieurs chaînes de reconnaissance selon les accents régionaux, ce qui simplifie le déploiement.

(Source : BlockBeats)