Alibaba atualizou o modelo de voz em tempo real de grande escala Fun-ASR-Realtime: atraso da primeira palavra em cem milissegundos, taxa de precisão de reconhecimento do dialeto de Wenzhou superior a 82%

robot
Geração do resumo em andamento
Notícias de 6 de julho: o laboratório Tongyi da Alibaba reduziu a latência da primeira palavra do modelo de reconhecimento de voz em fluxo contínuo Fun-ASR-Realtime para o nível de centenas de milissegundos, permitindo que as palavras apareçam assim que a voz termina, com precisão próxima à dos modelos offline.
Na recente transmissão ao vivo de 100 horas na ilha deserta da equipe "Yingshi Jufeng", o modelo forneceu suporte de legendas em tempo real durante todo o período, sob condições adversas de chuva forte ao ar livre e alternância frequente de falantes entre várias pessoas, reconhecendo cumulativamente mais de 60.000 entradas, totalizando 1,32 milhão de caracteres.
Para resolver o problema do reconhecimento de fala em tempo real que tende a tirar conclusões parciais, o novo modelo aprimorou a capacidade de percepção de contexto, capaz de combinar diálogos históricos e palavras-chave em tempo real para correção dinâmica (por exemplo, corrigir automaticamente "Ye Lu" para "garça-noturna" com base no contexto posterior). O modelo atualmente suporta 30 idiomas e 16 dialetos, alcançando uma taxa média de precisão de caracteres de 88,62% em testes de dialetos, sendo 92,41% para o dialeto de Xangai e 82,74% para o dialeto mais difícil de entender, o de Wenzhou.
O modelo offline Fun-ASR-Flash conquistou o primeiro lugar na classificação de taxa de erro de caracteres da plataforma global de avaliação de IA Artificial Analysis. Os serviços de API de ambos os modelos já estão disponíveis no Alibaba Cloud Bailian, e o kit de ferramentas de código aberto subjacente e os modelos podem ser obtidos na comunidade Moda e no GitHub.
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
  • Recompensa
  • Comentário
  • Repostar
  • Compartilhar
Comentário
Adicionar um comentário
Adicionar um comentário
Sem comentários
  • Fixado