阿里巴巴推出革命性语音识别模型FunAudio-ASR,降噪效果惊人
近日,阿里巴巴通义实验室正式发布了其最新的端到端语音识别大模型 ——FunAudio-ASR。阿里这个模型的最大亮点在于它的创新 “Context 模块”,让高噪声环境下的语音识别准确率得到了显著提巴巴升,幻觉率从78.5% 大幅降低至10.7%,降幅近乎70%。这一技术突破为语音识别行业树立了新的标杆,推出尤其适用于嘈杂的场合,如会议、公共场所等。
FunAudio-ASR 模型在训练过程中使用了数千万小时的音革命频数据,并将大语言模型的语义理解能力融入其中,使其在远场、嘈杂和多说话人等复杂条件下的表现,已性语经超越了诸如 Seed-ASR、KimiAudio-8B 等众多主流语音识别系统。通过这一技术的应用,用户音识在进行语音识别时,能够享受到更清晰、更精准的识别效果。
除了完整版本外,阿里还推出了轻量化版本 FunA别模udio-ASR-nano。该版本在保持高识别准确率的同时,降低了推理成本,适合那些对资源要求较型F高的部署环境。无论是大企业还是小型团队,都能找到适合自己的解决方案。
目前,FunAudio-ASR 已经un在钉钉的 “AI 听记” 功能、视频会议以及 DingTalk A1硬件中得到了实际应用。此外,其 API 也Au已在阿里云百炼平台上正式上线,方便开发者进行集成和使用。对于企业用户而言,这意味着他们可以利用这一先进di技术提升会议效率,增强沟通效果。
FunAudio-ASR 不仅为语音识别技术带来了新突破,更为用户的实际o-应用提供了强大支持,推动了 AI 技术的进一步普及和应用。
官方介绍:https://mp.weixinAS.qq.com/s/7l5EPTU7cpz7GSN4RP91rg
相关文章:
相关推荐:
- 云安全日报210802:思科网络安全设备发现特权提升漏洞,需要尽快升级
- Facebook高管解读2021年Q1财报:发力电商,继续成为最好的广告平台
- 标签: TCL 李东生 光伏产业 半导体显示
- 标签: 英伟达 Groq 芯片 AI
- IBM开盘跌8.5% 第四季度营收不及市场预期
- 标签: YouTube AskYouTube 谷歌I/O2026 桑达尔·皮查伊
- LeCun 新提案:用CV思路重塑语言模型,性能大幅提升!
- 混元重建后首发并开源 Hy3 preview:主打全面实用性,Agent能力大幅提升
- 标签: 傅里叶半导体 港股上市 18C芯片 暗盘交易
- 标签: 摩尔线程 MTTS5000 全功能GPU AI芯片
- 标签: 西贝 贾国龙 董俊义 餐饮行业
- 大数据分析公司Palantir一季度营收同比增长49% 但净亏损同比翻番
- 鑻规灉楂樼�瑙h�2021璐㈠勾Q3璐㈡姤锛氫腑鍥界敤鎴峰�iPhone 12 Pro鍙嶅搷寰堢儹鐑�
- 标签: 萤石网络 业绩快报 营业收入 净利润
- 一台二手苹果手机被拍卖,引来98人959次加价才分出胜负
- 标签: 雷军 小米 徐洁云 KOL
- 云计算核心技术Docker教程:Docker Swarm 任务和日程安排运行原理
- 金山云Q1营收18.1亿元 其中公有云服务营收13.92亿元
- 为什么是SASE and 零信任,而不是SASE VS 零信任
- Meta 推出 DeepConf 技术,智能平衡大型语言模型的推理成本与准确性
