单模型支持 30 种语言 + 16 种方言，阿里千问升级 Fun-ASR-Realtime 语音识别模型

IT之家 7 月 6 日消息，阿里千问今日宣布，升级实时语音识别大模型 Fun-ASR-Realtime，单模型支持 16 种方言和 30 种语言，API 现已上线阿里云百炼平台。官方表示，在覆盖八大方言区的 16 种方言识别测试中，Fun-ASR-Realtime 字符准确率平均为 88.62%，在 12 类方言上领先，超越火山与腾讯相关产品。据介绍，Fun-ASR-Realtime 首字延迟控制在百毫秒级别，流式识别准确率接近离线水平，同时支持多语言无缝切换。此外，模型面向泰语等东亚、东南亚多语言场景进行了专项优化，识别准确率提升了 20%，适用于出海客服、国际会议等场景。IT之家获悉，Fun-ASR-Realtime 的离线模式模型 Fun-ASR-Flash 也已于近期上线。在 AI 评测平台 Artificial Analysis 上，Fun-ASR-Flash（榜单上为该模型曾用名 "Fun-realtime-ASR-preview"）字错率 1.7%，位列全球第一。