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