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巴巴著提升，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推出立了新的标杆，尤其适用于嘈杂的场合，如会议、公共场所等。
FunAudio-ASR 模型在训练过革命程中使用了数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性语条件下的表现，已经超越了诸如 Seed-ASR、KimiAudio-8B 等众多主流语音识别系统音识。通过这一技术的应用，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，别模阿里还推出了轻量化版本 FunAudio-ASR-nano。该版本在保持高识别准确率的同时，降低了型F推理成本，适合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un前，FunAudio-ASR 已经在钉钉的 “AI 听记” 功能、视频会议以及 DingTalk A1硬Au件中得到了实际应用。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di于企业用户而言，这意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-ASo-R 不仅为语音识别技术带来了新突破，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AS及和应用。
官方介绍：https://mp.weixin.qq.com/s/7l5EPTU7cpz7R，GSN4RP91rg
本文地址：http://www.melandertrav.com/html/2620891264.html
版权声明
本文仅代表作者观点，不代表本站立场。
本文系作者授权发表，未经许可，不得转载。