阿里升级Fun-ASR-Realtime语音识别模型，支持30种语言+16种方言

IT之家 7 月 6 日消息，阿里阿里千问今日宣布对实时语音识别大模型 Fun-ASR-Realtime进行重大升级。升级识别该模型实现了单模型对 16 种方言和 30 种语言的语音言种全面支持，目前 API 服务已在阿里云百炼平台正式开放。模型

核心性能突破

官方数据显示，支持种语在涵盖八大方言区的阿里 16 种方言识别测试中，Fun-ASR-Realtime 的升级识别字符平均准确率达到 88.62%。在 12 类方言的语音言种评测中，该模型表现领先，模型超越了火山引擎与腾讯的支持种语相关竞品。

技术特性与场景优化

• 超低延迟：首字延迟控制在 百毫秒级别，阿里流式识别准确率已接近离线模型水平。升级识别
• 多语言无缝切换：支持在多语言环境下自动识别与切换。语音言种
• 东南亚场景专项优化：针对泰语等东亚、模型东南亚多语言场景进行了深度优化，支持种语识别准确率提升 20%，特别适用于出海客服、国际会议等高并发场景。

离线模型 Fun-ASR-Flash 登顶全球

与此同时，Fun-ASR-Realtime 的离线版本模型 Fun-ASR-Flash也于近期上线。在权威 AI 评测平台 Artificial Analysis的榜单中，该模型（曾用名为 "Fun-realtime-ASR-preview"）以 1.7%的字错率（WER），位列 全球第一。

本文地址：https://www.dr-wine.com/html/371a13599493.html