通义实验室发布 Fun-ASR-Realtime 实时语音识别模型

OmniTools 7月6日消息，通义实验室正式发布 Fun-ASR-Realtime 实时语音识别模型。该模型单模型支持 30 种语言及 16 种方言，重点针对东亚、东南亚地区进行优化。

在内部工业级方言测评中，模型语义准确率达 87.8%，多地方言识别效果接近人工水平。模型引入上下文理解与动态热词注入能力，可有效处理同音词、品牌名等语义歧义问题。

流式识别首字延迟控制在百毫秒级，准确率接近离线模型水平，并支持多语言无缝切换。目前相关 API 已上线阿里云百炼平台。