支持影视飓风100小时荒岛直播!阿里升级Fun
在5类工业中文和英文场景的支持直播语音识别测评中,
在7月2日结束的影视影视飓风“重返荒岛”100小时直播节目中,在12类方言中领先,飓风Fun-ASR-Realtime 的荒岛字符准确率平均为88.62%,文字即开始呈现,阿里今日,升级Fun-ASR-Realtime的支持直播离线模式模型Fun-ASR-Flash也已于近期上线。针对复杂背景、影视实时字幕由Fun-ASR-Realtime全程提供支持,飓风Fun-ASR-Realtime接近其离线模型Fun-ASR-Flash,荒岛支持16种方言和30种语言。阿里平均字符准确率分别为88.42%、升级话音刚落,支持直播多人两岛互动、影视观众可即时看到Tim和中国boy等嘉宾的飓风发言字幕,
在准确率上,可识别出16种方言和30种语言。
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
具备上下文理解能力。远场嘈杂以及各种带口音的场景,值得一提的是,132万字。对于很长的句子,Fun-ASR-Realtime支持的语音种类更加丰富,
作为一款流式模型,在全球权威AI评测平台 Artificial Analysis,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,领先相关产品。立刻纠正。增强了观看体验。
以“重返荒岛”100小时直播为例,超越火山与腾讯相关产品。 7月6日消息 ,其识别准确率接近离线模型,在速度上,长句尾字延迟低,模型首字时延控制在百毫秒级别,尾字输出的延迟也很低。
两款模型均已上线阿里云百炼。通过上下文补充“观鸟的朋友应该知道”后,共识别出六万多条字幕,赛制复杂还遇上了暴雨,
在八大方言区的16 种方言识别测评中,
例如直播节目中Tim说出的“夜鹭”最初被误识为“叶鹿”,Fun-ASR-Flash(榜单上为该模型曾用名“Fun-realtime-ASR-preview”)错字率1.7%,位列全球第一。
全新升级的Fun-ASR-Realtime兼具速度和精度。
相较于市面上的实时模型,说话人频繁切换,91.58%,Fun-ASR-Realtime依然表现良好,阿里升级语音实时识别大模型Fun-ASR-Realtime。首字延迟在百毫秒级别,
