阿里升级Fun-ASR-Realtime语音识别模型，支持30种语言+16种方言

11 小时前 / 阅读约2分钟

来源：凤凰网

阿里千问升级实时语音识别大模型Fun-ASR-Realtime，支持16种方言和30种语言，字符准确率平均88.62%，首字延迟百毫秒级，多语言场景优化，离线模式模型Fun-ASR-Flash字错率全球第一。

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。