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