علي ترقية نموذج التعرف على الصوت Fun-ASR-Realtime، تأخير الحرف الأول 100 مللي ثانية، معدل التعرف على لهجة ونتشو يتجاوز 82%

أعلنت مختبرات علي تونغ يي عن تخفيض تأخير الحرف الأول لنموذج التعرف على الصوت المتدفق Fun-ASR-Realtime إلى مستوى 100 مللي ثانية، مما يتيح إخراج الحروف فور انتهاء الكلام، مع دقة قريبة من النموذج غير المتصل. خلال بث مباشر استمر 100 ساعة في جزيرة نائية، قدم النموذج دعمًا للترجمة الفورية في ظروف قاسية، حيث تم التعرف على أكثر من 60,000 عبارة، بإجمالي 1.32 مليون كلمة. يعزز النموذج الجديد من قدرة الفهم السياقي، ويجمع بين المحادثات التاريخية وتصحيح الكلمات الساخنة في الوقت الحقيقي، ويدعم 30 لغة و16 لهجة، حيث بلغ متوسط دقة الأحرف في اختبار اللهجات 88.62%، و92.41% للهجة شانغهاي، و82.74% للهجة ونتشو. حصل نموذج النسخة غير المتصلة Fun-ASR-Flash على المركز الأول في تصنيف معدل الأخطاء على منصة تقييم الذكاء الاصطناعي العالمية Artificial Analysis. حاليًا، تم إطلاق هذين النموذجين الجديدين كخدمة API تجارية على Alibaba Cloud، ويمكن الحصول على إطار FunASR المفتوح المصدر والنماذج البيئية في مجتمع مودا وGitHub.

يُقدَّم هذا المحتوى لأغراض معلوماتية عامة فقط، ولا يُشكل مشورة مالية أو استثمارية أو قانونية أو ضريبية. ولا ينبغي اعتبار أي فعاليات أو مكافآت أو عروض ترويجية عبر الإنترنت أو أي معلومات ذات صلة واردة فيه توصيةً أو طلبًا أو دعوةً لشراء الأصول المشفرة أو بيعها أو تداولها أو إجراء أي معاملات أخرى عليها. تتميز الأصول المشفرة بتقلبات سعرية مرتفعة وقد تؤدي إلى خسائر. وقد يختلف مدى توفر خدمات WEEX ومنتجاتها والفعاليات المرتبطة بها حسب المنطقة. وتقع على عاتقك مسؤولية التأكد من أن مشاركتك تتوافق مع القوانين واللوائح المحلية المعمول بها.