Fun-ASR-Realtime veröffentlicht: ein Modell für 30 Sprachen und 16 Dialekte mit führender Erkennungsgenauigkeit
Originaltitel:🔥Fun-ASR-Realtime发布:语音识别再升级!
KI-Zusammenfassung
Das Tongyi Lab hat das Echtzeit-Spracherkennungsmodell Fun-ASR-Realtime veröffentlicht. Ein einziges Modell deckt 30 Sprachen und 16 Dialekte ab und ist besonders auf Ost- und Südostasien optimiert. Im industriellen Dialekt-Benchmark inhouse erreicht es 87,8 % semantische Genauigkeit und liegt damit deutlich vorn; bei mehreren lokalen Dialekten kommt es an menschliches Niveau heran. Kontextverständnis und dynamische Hotword-Injektion ermöglichen die semantische Disambiguierung von Homophonen und Markennamen. Die Latenz bis zum ersten Zeichen der Streaming-Erkennung liegt im Bereich von hundert Millisekunden, die Genauigkeit nahe am Offline-Niveau, und der Wechsel zwischen Sprachen erfolgt nahtlos. Die API ist auf der Alibaba-Cloud-Plattform Bailian verfügbar.
Kernpunkte
- Das Tongyi Lab hat das Echtzeit-Spracherkennungsmodell Fun-ASR-Realtime veröffentlicht.
- Ein einziges Modell deckt 30 Sprachen und 16 Dialekte ab und ist besonders auf Ost- und…
- Im industriellen Dialekt-Benchmark inhouse erreicht es 87,8 % semantische Genauigkeit und liegt…
- bei mehreren lokalen Dialekten kommt es an menschliches Niveau heran.
- Kontextverständnis und dynamische Hotword-Injektion ermöglichen die semantische Disambiguierung…
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Quelle
- 公众号:通义实验室(千问)
- Kategorie
- Modellveröffentlichungen
- KI-Bewertung
- 73
Fun-ASR Realtime把多语言方言和流式一体化做得很扎实,特别是对东亚东南亚的优化,准确率提升明显,做语音应用的产品人可以直接关注。
Verwandte Entitäten
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: Fun-ASR-Realtime veröffentlicht: ein Modell für 30 Sprachen und 16 Dialekte mit führender Erkennungsgenauigkeit. 6. Juli 2026. https://new.nat6.net/de/news/cmr8tzbde00jjsllsayhpgjqg/