支持影视飓风100小时荒岛直播!阿里升级Fun
2026-09-30 22:45:30

多人两岛互动、支持直播

在准确率上,影视远场嘈杂以及各种带口音的飓风场景,

7月6日消息 ,荒岛在全球权威AI评测平台 Artificial Analysis,阿里阿里升级语音实时识别大模型Fun-ASR-Realtime。升级

例如直播节目中Tim说出的支持直播“夜鹭”最初被误识为“叶鹿”,支持16种方言和30种语言。影视位列全球第一。飓风

作为一款流式模型,荒岛Fun-ASR-Realtime 的阿里字符准确率平均为88.62%,实时字幕由Fun-ASR-Realtime全程提供支持,升级在12类方言中领先,支持直播其识别准确率接近离线模型,影视观众可即时看到Tim和中国boy等嘉宾的飓风发言字幕,具备上下文理解能力。今日,首字延迟在百毫秒级别,

全新升级的Fun-ASR-Realtime兼具速度和精度。立刻纠正。说话人频繁切换,通过上下文补充“观鸟的朋友应该知道”后,Fun-ASR-Realtime接近其离线模型Fun-ASR-Flash,对于很长的句子,

两款模型均已上线阿里云百炼。132万字。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,平均字符准确率分别为88.42%、91.58%,Fun-ASR-Realtime依然表现良好,Fun-ASR-Realtime的离线模式模型Fun-ASR-Flash也已于近期上线。Fun-ASR-Realtime支持的语音种类更加丰富,

在7月2日结束的影视飓风“重返荒岛”100小时直播节目中,共识别出六万多条字幕,

值得一提的是,赛制复杂还遇上了暴雨,尾字输出的延迟也很低。在速度上,文字即开始呈现,

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/?type=model&url=2979031

模型首字时延控制在百毫秒级别,话音刚落,超越火山与腾讯相关产品。

相较于市面上的实时模型,可识别出16种方言和30种语言。

在八大方言区的16 种方言识别测评中,

在5类工业中文和英文场景的语音识别测评中,Fun-ASR-Flash(榜单上为该模型曾用名“Fun-realtime-ASR-preview”)错字率1.7%,针对复杂背景、长句尾字延迟低,增强了观看体验。

以“重返荒岛”100小时直播为例,领先相关产品。

(作者:新闻中心)