阿里巴巴推出革命性语音识别模型FunAudio-ASR,降噪效果惊人
近日,阿里巴巴通义实验室正式发布了其最新的端到端语音识别大模型 ——FunAudio-ASR。阿里这个模型的最大亮点在于它的创新 “Context 模块”,让高噪声环境下的语音识别准确率得到了显著提巴巴升,幻觉率从78.5% 大幅降低至10.7%,降幅近乎70%。这一技术突破为语音识别行业树立了新的标推出杆,尤其适用于嘈杂的场合,如会议、公共场所等。
FunAudio-ASR 模型在训练过程中使用了数革命千万小时的音频数据,并将大语言模型的语义理解能力融入其中,使其在远场、嘈杂和多说话人等复杂条件下的表性语现,已经超越了诸如 Seed-ASR、KimiAudio-8B 等众多主流语音识别系统。通过这一技术音识的应用,用户在进行语音识别时,能够享受到更清晰、更精准的识别效果。
除了完整版本外,阿里还推出了轻量化别模版本 FunAudio-ASR-nano。该版本在保持高识别准确率的同时,降低了推理成本,适合那些对资型F源要求较高的部署环境。无论是大企业还是小型团队,都能找到适合自己的解决方案。
目前,FunAudio-AunSR 已经在钉钉的 “AI 听记” 功能、视频会议以及 DingTalk A1硬件中得到了实际应用。此外,其 APIAu 也已在阿里云百炼平台上正式上线,方便开发者进行集成和使用。对于企业用户而言,这意味着他们可以di利用这一先进技术提升会议效率,增强沟通效果。
FunAudio-ASR 不仅为语音识别技术带来了新突o-破,更为用户的实际应用提供了强大支持,推动了 AI 技术的进一步普及和应用。
官方介绍:https:AS//mp.weixin.qq.com/s/7l5EPTU7cpz7GSN4RP91rg
- ·Snap紧跟Facebook步伐:研发下一代增强现实智能眼镜
- ·标签: 小鹏汇天 陆地航母 飞行汽车 赛博机甲
- ·直击阿里云Al势能大会:宇树机器人、小鹏飞行汽车
- ·苹果推出全新 FS-DFM 模型,AI 长文本写作效率提升128倍!
- ·苹果App Store和亚马逊AWS封杀社交网络平台Parler
- ·大众CEO Twitter首秀 对马斯克喷“垃圾话”
- ·赢得版权诉讼的谷歌将停用甲骨文财务软件:转投SAP怀抱
- ·云计算核心技术Docker教程:Docker Swarm 模式使用 Docker Configs 存储配置数据
- ·IDC:一季度中国IT安全硬件市场规模同比增长18.2%
- ·微软正在开发专用流媒体硬件:可连接电视玩Xbox云游戏
- ·标签: 本田汽车 电动汽车 财报亏损 摩托车业务
- ·谷歌正免费向所有人开放AI视频编辑工具Google Vids基本编辑工具
- ·ZooKeeper 分布式锁 Curator 源码 之一:可重入锁
- ·阿里云打假:目前通义系列产品免费 要收费充值的都是山寨应用
- ·标签: 洗碗机
- ·一文梳理视觉Transformer架构进展:与CNN相比,ViT赢在哪儿?
- ·浜戣�绠楀紑鍙戯細Python鍐呯疆鍑芥暟-range() 鍑芥暟璇﹁В
- ·标签: OpenAI Convogo ChatGPT 管理顾问
- ·云安全日报211015:思科IP电话软件发现任意文件读取漏洞,需要尽快升级
- ·标签: 美团 夏华夏 无人配送 自动驾驶
- ·标签: 嗨学网 梁热 职业培训 在线教育
- ·微软将投资5亿美元在魁北克扩大超大规模云计算和AI基础设施
- ·美国军方高层开始依赖 ChatGPT 辅助决策,引发关注
- ·主流聊天机器人传播虚假信息风险加剧,研究显示情况堪忧
- ·Deepdub 推出 Lightning 2.5:实时语音 AI 模型引领行业变革
- ·vivo新战略:聚焦端侧AI,手机智能化再升级!
