Ali atualiza o modelo de voz em tempo real Fun-ASR-Realtime: latência de primeira palavra em centenas de milissegundos, precisão de reconhecimento do dialeto de Wenzhou superior a 82%

robot
Geração de resumo em curso
A 6 de julho, o Laboratório Tongyi da Alibaba reduziu a latência da primeira palavra do seu modelo de reconhecimento de voz em tempo real Fun-ASR-Realtime para o nível de centenas de milissegundos, permitindo que as palavras apareçam assim que são faladas, com uma precisão próxima à dos modelos offline.
Na transmissão ao vivo de 100 horas na ilha deserta recentemente concluída pela Film Storm, o modelo forneceu legendas em tempo real durante todo o evento, mesmo sob condições adversas como chuva intensa ao ar livre e alternância frequente de falantes entre várias pessoas, reconhecendo cumulativamente mais de 60.000 itens, totalizando 1,32 milhões de caracteres.
Para resolver o problema comum de interpretação tendenciosa no reconhecimento de voz em tempo real, o novo modelo reforçou a capacidade de perceção do contexto, permitindo correção dinâmica com base no diálogo histórico e em palavras-chave em tempo real (por exemplo, corrigindo automaticamente "Yelu" para "Garça-noturna" com base no contexto posterior). O modelo atualmente suporta 30 línguas e 16 dialetos, com uma taxa média de precisão de caracteres de 88,62% nos testes de dialetos, sendo 92,41% para o dialeto de Xangai e 82,74% para o dialeto de Wenzhou, considerado o mais difícil.
Já o modelo offline Fun-ASR-Flash conquistou o primeiro lugar no ranking de taxa de erro de caracteres da plataforma global de avaliação de IA Artificial Analysis. As APIs de ambos os modelos já estão disponíveis no Alibaba Cloud Bailian, e os kits de ferramentas de código aberto subjacentes, bem como os modelos, podem ser obtidos na comunidade Moda e no GitHub.
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