搜索
阿里语音大模型登顶Speech Arena国产第一，全球第五
15 小时前
5月28日，全球权威AI评测平台Artificial Analysis的语音排行榜（Speech Arena）更新，阿里巴巴语音大模型Fun-Realtime-TTS-Preview以1190分Elo评分位列全球第五、国产第一，在ASR（语音转文字）、Chat（语音理解与对话）及TTS（文字转语音）三个赛道均获全国第一。此前，5月20日阿里云峰会上发布的Fun-Realtime-ASR和Fun-Realtime-AudioChat已在“听准（词错误率）”“听懂（语音推理）”“会聊（对话流畅度）”三项指标上超越国际顶尖模型，登顶全球榜首。Fun-Realtime-ASR词错误率低至1.8%，支持毫秒级响应、30余种语言及7大中文方言，能精准识别20多个地区口音；Fun-Realtime-AudioChat在语音推理和对话流畅度上分别获97.6%和97.8%的高分，接近人类水平。目前，这些模型已应用于千问App、高德地图、钉钉等场景，提供实时语音转文字、智能导航交互及会议纪要生成等服务。
