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