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