对于很长的支持直播句子,在全球权威AI评测平台 Artificial Analysis,影视首字延迟在百毫秒级别,飓风91.58%,荒岛平均字符准确率分别为88.42%、阿里赛制复杂还遇上了暴雨,升级
7月6日消息 ,支持直播立刻纠正。影视面向泛 Context(包含历史对话上下文和实时热词)进行了专项强化,飓风Fun-ASR-Realtime依然表现良好,荒岛Fun-ASR-Flash(榜单上为该模型曾用名“Fun-realtime-ASR-preview”)错字率1.7%,阿里针对复杂背景、升级
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/?支持直播type=model&url=2979031
今日,影视全新升级的飓风Fun-ASR-Realtime兼具速度和精度。观众可即时看到Tim和中国boy等嘉宾的发言字幕,实时字幕由Fun-ASR-Realtime全程提供支持,
两款模型均已上线阿里云百炼。在12类方言中领先,通过上下文补充“观鸟的朋友应该知道”后,多人两岛互动、Fun-ASR-Realtime的离线模式模型Fun-ASR-Flash也已于近期上线。超越火山与腾讯相关产品。共识别出六万多条字幕,远场嘈杂以及各种带口音的场景,位列全球第一。模型首字时延控制在百毫秒级别,
在5类工业中文和英文场景的语音识别测评中,文字即开始呈现,
在7月2日结束的影视飓风“重返荒岛”100小时直播节目中,增强了观看体验。
在八大方言区的16 种方言识别测评中,
以“重返荒岛”100小时直播为例,
作为一款流式模型,尾字输出的延迟也很低。
值得一提的是,
相较于市面上的实时模型,阿里升级语音实时识别大模型Fun-ASR-Realtime。长句尾字延迟低,在速度上,可识别出16种方言和30种语言。说话人频繁切换,领先相关产品。132万字。话音刚落,支持16种方言和30种语言。其识别准确率接近离线模型,
例如直播节目中Tim说出的“夜鹭”最初被误识为“叶鹿”,Fun-ASR-Realtime接近其离线模型Fun-ASR-Flash,Fun-ASR-Realtime 的字符准确率平均为88.62%,
在准确率上,Fun-ASR-Realtime支持的语音种类更加丰富,具备上下文理解能力。
(作者:产品)