慢放
腾讯混元更新语音识别大模型，性能实现升级
腾讯混元正式发布新一代语音识别模型 Hy ASR 3.0 preview。基于最新一代大语言模型 Hy3 的语言理解能力，Hy ASR 3.0 preview 融合高精度语音识别与深度语义理解能力，在通用识别、上下文感知、多场景鲁棒性以及方言覆盖等核心维度实现全面提升，能够在更复杂的真实输入中给出准确、连贯且更接近用户意图的转写结果，从“逐字转写、单点优化”演进为“理解语境、兼容场景、一键直出”。据介绍，Hy ASR 3.0 preview 在多个开源评测集和自建评测集上整体表现领先。在开源评测集中，Hy ASR 3.0 preview 在多语种的WER（Word Error Rate, 词错误率）上都控制在3%左右，其中中文普通话 WER 3.34%、英语 WER 2.62%、粤语 WER 3.12%，整体领先竞品。在自建评测集上，Hy ASR 3.0 preview在通用识别、方言识别、上下文Context理解、复杂声学场景（高噪、耳语）等场景化评测中，WER也保持较低水平，整体领先竞品。目前Hy ASR 3.0 preview已上线腾讯云官网对外提供 API 服务，可广泛应用于智能客服、内容理解、语音搜索等场景。据悉，元宝深度参与共研并已完成首发上线，用户打开元宝按住说话即可体验方言识别、上下文智能纠错与复杂环境稳定转写等能力提升，语音输入更准、更稳，且免费开放；WorkBuddy 等产品也在陆续接入中。（新浪科技）
发布于 北京
分享
评论
1
未登录
友善发言
评论
加载中
