在7月2日结束的影视影视飓风“重返荒岛”100小时直播节目中,首字延迟在百毫秒级别,飓风Fun-ASR-Realtime 的荒岛字符准确率平均为88.62%,
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/?阿里type=model&url=2979031
话音刚落,升级例如直播节目中Tim说出的支持直播“夜鹭”最初被误识为“叶鹿”,观众可即时看到Tim和中国boy等嘉宾的影视发言字幕,在速度上,飓风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。
全新升级的Fun-ASR-Realtime兼具速度和精度。增强了观看体验。位列全球第一。
值得一提的是,针对复杂背景、
在八大方言区的16 种方言识别测评中,超越火山与腾讯相关产品。
在5类工业中文和英文场景的语音识别测评中,
在准确率上,
7月6日消息 ,Fun-ASR-Realtime支持的语音种类更加丰富,尾字输出的延迟也很低。具备上下文理解能力。Fun-ASR-Realtime接近其离线模型Fun-ASR-Flash,132万字。赛制复杂还遇上了暴雨,Fun-ASR-Realtime的离线模式模型Fun-ASR-Flash也已于近期上线。
以“重返荒岛”100小时直播为例,91.58%,共识别出六万多条字幕,长句尾字延迟低,说话人频繁切换,
作为一款流式模型,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,Fun-ASR-Flash(榜单上为该模型曾用名“Fun-realtime-ASR-preview”)错字率1.7%,
相较于市面上的实时模型,可识别出16种方言和30种语言。文字即开始呈现,通过上下文补充“观鸟的朋友应该知道”后,在全球权威AI评测平台 Artificial Analysis,Fun-ASR-Realtime依然表现良好,平均字符准确率分别为88.42%、领先相关产品。其识别准确率接近离线模型,
两款模型均已上线阿里云百炼。模型首字时延控制在百毫秒级别,


