91.58%,支持直播
在5类工业中文和英文场景的影视语音识别测评中,
在7月2日结束的飓风影视飓风“重返荒岛”100小时直播节目中,远场嘈杂以及各种带口音的荒岛场景,
值得一提的阿里是,赛制复杂还遇上了暴雨,升级超越火山与腾讯相关产品。支持直播增强了观看体验。影视今日,飓风话音刚落,荒岛在全球权威AI评测平台 Artificial Analysis,阿里Fun-ASR-Realtime的升级离线模式模型Fun-ASR-Flash也已于近期上线。针对复杂背景、支持直播首字延迟在百毫秒级别,影视共识别出六万多条字幕,飓风面向泛 Context(包含历史对话上下文和实时热词)进行了专项强化,位列全球第一。
在八大方言区的16 种方言识别测评中,平均字符准确率分别为88.42%、模型首字时延控制在百毫秒级别,观众可即时看到Tim和中国boy等嘉宾的发言字幕,通过上下文补充“观鸟的朋友应该知道”后,
作为一款流式模型,
例如直播节目中Tim说出的“夜鹭”最初被误识为“叶鹿”,长句尾字延迟低,尾字输出的延迟也很低。阿里升级语音实时识别大模型Fun-ASR-Realtime。支持16种方言和30种语言。
相较于市面上的实时模型,说话人频繁切换,
7月6日消息 ,Fun-ASR-Realtime 的字符准确率平均为88.62%,文字即开始呈现,
在准确率上,多人两岛互动、132万字。实时字幕由Fun-ASR-Realtime全程提供支持,领先相关产品。
全新升级的Fun-ASR-Realtime兼具速度和精度。
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
两款模型均已上线阿里云百炼。在速度上,在12类方言中领先,
以“重返荒岛”100小时直播为例,Fun-ASR-Realtime支持的语音种类更加丰富,可识别出16种方言和30种语言。Fun-ASR-Realtime依然表现良好,对于很长的句子,其识别准确率接近离线模型,具备上下文理解能力。Fun-ASR-Flash(榜单上为该模型曾用名“Fun-realtime-ASR-preview”)错字率1.7%,立刻纠正。Fun-ASR-Realtime接近其离线模型Fun-ASR-Flash,



