今日，阿里通義發(fā)布新一代端到端的語音識(shí)別大模型Fun-ASR，該模型增強(qiáng)了上下文感知和高精度語音轉(zhuǎn)寫能力，在家裝、保險(xiǎn)等多個(gè)行業(yè)場(chǎng)景的語音識(shí)別準(zhǔn)確率均提升了15%以上。

據(jù)了解，F(xiàn)un-ASR是大語言模型驅(qū)動(dòng)的語音識(shí)別算法，其基于自研語音算法和監(jiān)督微調(diào)的Qwen3訓(xùn)練，并采用前沿的模型架構(gòu)以及先進(jìn)的文本模態(tài)對(duì)齊技術(shù)，可有效保護(hù)和增強(qiáng)大模型的語言處理能力；

此外，F(xiàn)un-ASR集成了RAG方案，可提供自動(dòng)化音頻信息檢索功能，最高可導(dǎo)入1000多個(gè)自定義熱詞。

基于該功能，系統(tǒng)能夠根據(jù)輸入音頻精確獲取相關(guān)領(lǐng)域熱詞、文檔及前文記錄，大幅提升特定領(lǐng)域內(nèi)的關(guān)鍵詞識(shí)別效果。

為解決語音識(shí)別不準(zhǔn)確、噪聲干擾、語種混淆以及生成幻覺等問題，通義團(tuán)隊(duì)還在ASR模型訓(xùn)練中引入了RL（強(qiáng)化學(xué)習(xí)）技術(shù)，此策略有效減少識(shí)別過程中的幻覺，提高整體系統(tǒng)的準(zhǔn)確性與可靠性。

值得一提的是，在四川話、粵語、閩南語等多地方言上，F(xiàn)un-ASR取得了領(lǐng)先同類產(chǎn)品的表現(xiàn)。

此外，F(xiàn)un-ASR對(duì)遠(yuǎn)場(chǎng)拾音和近場(chǎng)降噪的等多樣環(huán)境也表現(xiàn)出了良好的適應(yīng)性，無論是會(huì)議室、工位，還是超市、戶外，均可有效保證識(shí)別準(zhǔn)確率。

在訓(xùn)練數(shù)據(jù)上，F(xiàn)un-ASR基于上億小時(shí)音頻數(shù)據(jù)的訓(xùn)練，全面涵蓋了互聯(lián)網(wǎng)、科技、家裝、畜牧、汽車等十多個(gè)領(lǐng)域的專業(yè)術(shù)語，在多個(gè)垂直領(lǐng)域的識(shí)別準(zhǔn)確率顯著提升。

實(shí)測(cè)數(shù)據(jù)顯示，F(xiàn)un-ASR在保險(xiǎn)行業(yè)的準(zhǔn)確率較以往提升18%，在家裝、畜牧等行業(yè)也實(shí)現(xiàn)了15%-20%的提升。

[超站]友情鏈接：

四季很好，只要有你，文娛排行榜：https://www.yaopaiming.com/
關(guān)注數(shù)據(jù)與安全，洞悉企業(yè)級(jí)服務(wù)市場(chǎng)：https://www.ijiandao.com/