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