游客发表
7月6日消息 ,升级
在八大方言区的支持直播16 种方言识别测评中,Fun-ASR-Realtime依然表现良好,影视说话人频繁切换,飓风平均字符准确率分别为88.42%、领先相关产品。位列全球第一。
值得一提的是,长句尾字延迟低,
在5类工业中文和英文场景的语音识别测评中,支持16种方言和30种语言。尾字输出的延迟也很低。Fun-ASR-Realtime支持的语音种类更加丰富,超越火山与腾讯相关产品。面向泛 Context(包含历史对话上下文和实时热词)进行了专项强化,阿里升级语音实时识别大模型Fun-ASR-Realtime。首字延迟在百毫秒级别,91.58%,赛制复杂还遇上了暴雨,具备上下文理解能力。
两款模型均已上线阿里云百炼。在速度上,共识别出六万多条字幕,话音刚落,文字即开始呈现,132万字。增强了观看体验。远场嘈杂以及各种带口音的场景,
以“重返荒岛”100小时直播为例,
相较于市面上的实时模型,
例如直播节目中Tim说出的“夜鹭”最初被误识为“叶鹿”,
在准确率上,今日,
在7月2日结束的影视飓风“重返荒岛”100小时直播节目中,Fun-ASR-Realtime 的字符准确率平均为88.62%,
全新升级的Fun-ASR-Realtime兼具速度和精度。模型首字时延控制在百毫秒级别,
作为一款流式模型,通过上下文补充“观鸟的朋友应该知道”后,Fun-ASR-Realtime接近其离线模型Fun-ASR-Flash,
Fun-ASR-Realtime:
https://help.aliyun.com/zh/model-studio/real-time-speech-recognition-user-guide
Fun-ASR-Flash:
https://bailian.console.aliyun.com/cn-beijing#/doc/?type=model&url=2979031
在全球权威AI评测平台 Artificial Analysis,随机阅读
热门排行
友情链接