IT之家（RSS）
阿里千问升级Fun-ASR-Realtime实时语音识别模型，单模型支持16种方言和30种语言
阅读原文· ithome.comAI 摘要
阿里千问今日升级实时语音识别大模型Fun-ASR-Realtime，单模型支持16种方言和30种语言，API已上线阿里云百炼平台。在覆盖八大方言区的16种方言识别测试中，字符准确率平均88.62%，在12类方言上领先火山与腾讯相关产品。首字延迟控制在百毫秒级别，流式识别准确率接近离线水平，支持多语言无缝切换。针对泰语等东亚、东南亚语言专项优化后识别准确率提升20%。离线模式模型Fun-ASR-Flash字错率1.7%，位列AI评测平台Artificial Analysis全球第一。
原文
IT之家 7 月 6 日消息，阿里千问今日宣布，升级实时语音识别大模型 Fun-ASR-Realtime，单模型支持 16 种方言和 30 种语言，API 现已上线阿里云百炼平台。
官方表示，在覆盖八大方言区的 16 种方言识别测试中，Fun-ASR-Realtime 字符准确率平均为 88.62%，在 12 类方言上领先，超越火山与腾讯相关产品。
据介绍，Fun-ASR-Realtime 首字延迟控制在百毫秒级别，流式识别准确率接近离线水平，同时支持多语言无缝切换。
此外，模型面向泰语等东亚、东南亚多语言场景进行了专项优化，识别准确率提升了 20%，适用于出海客服、国际会议等场景。
IT之家获悉，Fun-ASR-Realtime 的离线模式模型 Fun-ASR-Flash 也已于近期上线。在 AI 评测平台 Artificial Analysis 上，Fun-ASR-Flash（榜单上为该模型曾用名 "Fun-realtime-ASR-preview"）字错率 1.7%，位列全球第一。
