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