阿里巴巴发布Fun-ASR-Realtime：语音识别进入实时精准新纪元

据徽声在线最新消息，7月6日，阿里巴巴集团宣布对其语音实时识别技术进行重大升级，正式推出新一代大模型——Fun-ASR-Realtime。这款流式语音识别模型在性能上实现了显著突破，其识别准确率已接近传统离线模型水平，同时首字识别延迟控制在百毫秒量级，长句尾字延迟表现尤为优异。技术团队介绍，该模型支持多达16种中国方言及30种国际语言的实时识别，展现了强大的多语言处理能力。

在应用场景验证方面，Fun-ASR-Realtime已通过实战检验。7月2日，在知名媒体人发起的“重返荒岛”100小时极限直播活动中，该技术全程提供实时字幕支持，累计精准识别62,387条字幕内容，总字数突破132万，展现了在复杂语音环境下的稳定性和可靠性。据阿里巴巴技术负责人透露，此次升级重点优化了模型架构和算法效率，使得在保持高精度的同时，计算资源消耗降低30%，为大规模商业化应用奠定基础。