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