Tongyi lança Fun-ASR1.5, com foco no reconhecimento de dialetos

robot
Geração de resumo em curso
ME News Notícias, 20 de abril (UTC+8), de acordo com a monitorização do Beating, o laboratório Tongyi lançou em 20 de abril o modelo de reconhecimento de voz Fun-ASR1.5, e já disponibilizou a API na Alibaba Cloud Balian e uma experiência online na comunidade Modao. A fonte oficial afirma que esta versão cobre 30 idiomas com um único modelo, incluindo os sete principais dialetos do mandarim e mais de 20 sotaques regionais, deixando de criar modelos separados por dialeto.
A avaliação interna fornecida pelo Tongyi mostra que a taxa de erro de caracteres em cenários típicos de dialetos caiu 56,2% em relação à versão anterior, com 5 dialetos tendo uma precisão superior a 90% e 15 acima de 80%.
A identificação de poesia clássica também foi destacada com otimizações específicas, e a precisão interna de nível de caractere fornecida oficialmente é de 97%.
Estes números vêm de testes internos do Tongyi, não de benchmarks de terceiros.
O dialeto de cauda longa, considerado o mais difícil de tratar na reconhecimento de voz em chinês, começou a ser integrado na mesma capacidade pronta para uso comercial.
Para cenários como transmissões educativas ao vivo, linhas diretas de governo local e organização de entrevistas, os integradores não precisarão mais dividir múltiplas cadeias de reconhecimento por sotaque regional, tornando a implantação mais simples.
(Fonte: BlockBeats)
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
  • Recompensa
  • Comentar
  • Republicar
  • Partilhar
Comentar
Adicionar um comentário
Adicionar um comentário
Nenhum comentário
  • Fixado