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。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条件下的表现,已经超