広場
最新
注目
ニュース
プロフィール
ポスト
阿里升级实时语音大模型Fun-ASR-Realtime：首字延迟百毫秒，温州话识别准确率超82%
金色财经_
2026-07-06 12:12:43
フォロー
概要作成中
7月6日のニュース：阿里通義実験室は、ストリーミング音声認識大規模モデル Fun-ASR-Realtime の最初の文字の遅延を100ミリ秒台に低減し、発言が終わると同時に文字が表示され、精度はオフラインモデルに迫ることを実現しました。
映像サイクロン（影视飓风）が最近終了した100時間の無人島ライブ配信では、このモデルは屋外の豪雨や複数人の頻繁な発言交代という過酷な環境下で、全編にわたりリアルタイム字幕を提供し、累計6万件以上、合計132万字を認識しました。
リアルタイム音声認識が文脈を切り取って誤解を生みやすいという課題を解決するため、新モデルはコンテキスト認識能力を強化し、過去の会話とリアルタイムのホットワードを組み合わせて動的に誤りを修正します（例えば、後続の文脈に基づいて「叶鹿」を自動的に「夜鹭」に修正）。モデルは現在30言語と16方言に対応し、方言テストでの平均文字正解率は88.62%、上海語は92.41%、最も難しいとされる温州語でも82.74%に達しています。
オフラインバージョンのモデル Fun-ASR-Flash は、世界のAI評価プラットフォーム Artificial Analysis の文字誤り率ランキングで1位を獲得しました。両モデルのAPIサービスはすでに阿里雲百煉（阿里云百炼）で利用可能となり、ベースとなるオープンソースツールキットとモデルは魔搭コミュニティとGitHubで入手できます。
このページには第三者のコンテンツが含まれている場合があり、情報提供のみを目的としております（表明・保証をするものではありません）。Gateによる見解の支持や、金融・専門的な助言とみなされるべきものではありません。詳細については
免責事項
をご覧ください。
報酬
いいね
コメント
リポスト
共有
コメント
コメントを追加
コメントを追加
コメント
コメントなし
人気の話題
もっと見る
#
GTBurns2.57MInQ
126.89K 人気度
#
PredictWorldCupShare20000U
258.86K 人気度
#
IsraelStrikesIranBTCPlunges
69.27K 人気度
#
VitalikUnveilsLeanEthereum
101.23K 人気度
#
gStocksTokenizedStocksLive
4.87M 人気度
ピン留め
サイトマップ
阿里升级实时语音大模型Fun-ASR-Realtime：首字延迟百毫秒，温州话识别准确率超82%
映像サイクロン（影视飓风）が最近終了した100時間の無人島ライブ配信では、このモデルは屋外の豪雨や複数人の頻繁な発言交代という過酷な環境下で、全編にわたりリアルタイム字幕を提供し、累計6万件以上、合計132万字を認識しました。
リアルタイム音声認識が文脈を切り取って誤解を生みやすいという課題を解決するため、新モデルはコンテキスト認識能力を強化し、過去の会話とリアルタイムのホットワードを組み合わせて動的に誤りを修正します（例えば、後続の文脈に基づいて「叶鹿」を自動的に「夜鹭」に修正）。モデルは現在30言語と16方言に対応し、方言テストでの平均文字正解率は88.62%、上海語は92.41%、最も難しいとされる温州語でも82.74%に達しています。
オフラインバージョンのモデル Fun-ASR-Flash は、世界のAI評価プラットフォーム Artificial Analysis の文字誤り率ランキングで1位を獲得しました。両モデルのAPIサービスはすでに阿里雲百煉（阿里云百炼）で利用可能となり、ベースとなるオープンソースツールキットとモデルは魔搭コミュニティとGitHubで入手できます。