广场
最新
热门
资讯
我的主页
发布
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
关注
摘要生成中
7月6日消息，阿里通义实验室将流式语音识别大模型 Fun-ASR-Realtime 的首字延迟降至百毫秒级，实现话音刚落即出字，且准确率逼近离线模型。
在影视飓风最近结束的 100 小时荒岛直播中，模型在户外暴雨、多人频繁切换发言的恶劣环境下，全程提供实时字幕支持，累计识别 6 万余条、共 132 万字。
为了解决实时语音识别容易断章取义的痛点，新模型强化了上下文感知能力，能结合历史对话与实时热词动态纠错（例如根据后文自动将「叶鹿」修正为「夜鹭」）。模型目前支持 30 种语言和 16 种方言，在方言测试中平均字符准确率达 88.62%，其中上海话为 92.41%，号称最难懂的温州话也达到 82.74%。
离线版模型 Fun-ASR-Flash 则在全球 AI 评测平台 Artificial Analysis 的字错率排行榜上夺得第一。两款模型的 API 服务均已在阿里云百炼上线，底层开源工具包与模型可在魔搭社区与 GitHub 获取。
此页面可能包含第三方内容，仅供参考（非陈述/保证），不应被视为 Gate 认可其观点表述，也不得被视为财务或专业建议。详见
声明
。
赞赏
点赞
评论
转发
分享
评论
请输入评论内容
请输入评论内容
评论
暂无评论
热门话题
查看更多
#
GT二季度销毁257万枚
12.34万 热度
#
预测世界杯葡萄牙VS西班牙
25.49万 热度
#
Vitalik公布精简以太坊路线图
8.14万 热度
#
gStocks代币化股票上线
487.73万 热度
#
比特币巨鲸两周狂扫27万枚BTC
6.76万 热度
置顶
网站地图
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%
在影视飓风最近结束的 100 小时荒岛直播中，模型在户外暴雨、多人频繁切换发言的恶劣环境下，全程提供实时字幕支持，累计识别 6 万余条、共 132 万字。
为了解决实时语音识别容易断章取义的痛点，新模型强化了上下文感知能力，能结合历史对话与实时热词动态纠错（例如根据后文自动将「叶鹿」修正为「夜鹭」）。模型目前支持 30 种语言和 16 种方言，在方言测试中平均字符准确率达 88.62%，其中上海话为 92.41%，号称最难懂的温州话也达到 82.74%。
离线版模型 Fun-ASR-Flash 则在全球 AI 评测平台 Artificial Analysis 的字错率排行榜上夺得第一。两款模型的 API 服务均已在阿里云百炼上线，底层开源工具包与模型可在魔搭社区与 GitHub 获取。