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巴巴提升,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推出标杆,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千革命万小时的音频数据,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。通过这一音识技术的应用,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,阿里还推出了轻别模量化版本 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,适合型F那些对资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,FunAuundio-ASR 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Au用。此外,其 API 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di味着他们可以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o-来了新突破,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
- 最近发表
- 随机阅读
-
- 美国政府继续“死咬”谷歌:美司法部索取更详细搜索垄断数据
- 英伟达称不会启动更多股票回购 专注数据中心等新产品开发
- 优秀工具!用于机器学习的10种文本注解工具和服务
- Twitter将推出订阅服务:用户为独家内容付费
- 外媒:微软将耗资20亿美元在印度推出第四个数据中心
- 手机跑SOTA模型快8倍 Facebook AI开源超强全栈视频库PyTorchVideo
- Transformer模型有多少种变体?复旦邱锡鹏教授团队做了全面综述
- 数据挖掘从入门到放弃之决策树
- 亚马逊清理云服务内容 违反规定将被删除
- 标签: 无界动力 张玉峰 许闻达 具身智能
- 标签: 海立股份 海立马瑞利 电动压缩机 转子式压缩机
- 标签: 盛合晶微 IPO 先进封测 芯粒封装
- 谷歌反垄断案进展:如何保护机密信息成为关注点
- OpenAI 完成重组:从非营利到营利,AI 未来更具潜力
- Opera Neon 浏览器推出深度研究 Agent“ODRA”
- 标签: 百度搜索Skill ClawHub OpenClaw 龙虾家族
- 零信任:不仅是对人类,更是对机器
- 夸克发布健康大模型技术报告,公开AI“主任医师”技术细节
- 云安全日报201221:Debian内核发现特权升级,执行任意代码漏洞,需要尽快升级
- 2021年美国500强中最赚钱的50家公司:苹果第一,微软第二
- 搜索
-
- 友情链接