AI新聞資訊亞馬遜推出全新ASR系統,支持100多語言11-2712.7K 閱讀亞馬遜最新ASR系統覆蓋100多語言,通過語音基礎模型實現顯著準確度提升。系統支持多項特性,成千上萬企業利用該系統解鎖音頻內容見解,提高了可訪問性和可發現性。標籤:語音識別自動語音識別ASR系統相關推薦阿里Qwen-Audio-3.0系列語音模型上線千問AI平臺,斬獲國際評測“大滿貫”阿里巴巴在千問AI平臺全面上線Qwen-Audio-3.0系列語音模型,涵蓋語音識別、語音合成和實時語音交互三款。官方稱,該系列在權威評測平臺Artificial Analysis今年7月語音排行榜中表現卓越,包攬語音識別、實時交互和語音合成三項第一。08-1717.0K騰訊混元 Hy ASR3.0 預覽版發佈:從"聽清"到"聽懂",方言詞錯率壓到 3%騰訊混元發佈語音識別模型Hy ASR3.0 Preview,基於大語言模型Hy3,融合高精度識別與深度語義理解,實現從“逐字轉寫”到“理解語境”的質變。模型覆蓋十大方言片區,長音頻場景優勢突出,不依賴標準普通話,讓AI不僅能聽清字,更能真正聽懂話。08-0517.2K騰訊混元發佈Hy ASR3.0preview:語音識別邁入“懂語境”新階段騰訊混元發佈語音識別模型Hy ASR3.0preview,首次將大語言模型Hy3的語義理解融入識別,實現從逐字轉寫向“理解語境、一鍵直出”跨越。在開源評測集上,中文普通話、英語、粵語詞錯誤率分別爲3.34%、2.62%、3.12%,整體約3%,多維度表現亮眼。08-0418.7K聚焦語音Agent可靠性:xAI正式發佈Grok Voice Think Fast 2.0xAI發佈新一代語音模型Grok Voice Think Fast 2.0,全面向開發者開放,在智能水平、轉錄精度、對話交互和工具調用效率上顯著提升。定價每分鐘0.08美元,在Artificial Analysis基準測試中綜合得分爲82.9%,超越前代及GPT-Realtime-2.1、Gemini 3.1 Flash。07-3124.5K通義千問重磅升級:實時語音識別模型 Fun-ASR-Realtime 正式發佈通義千問推出實時語音識別模型Fun-ASR-Realtime,首字延遲降至百毫秒級,實現“即說即反饋”的流暢交互。其識別準確度接近離線模型,在保證高精度同時突破實時性瓶頸,標誌語音交互體驗邁向新高度。07-0616.2K開發者自建 48 臺 Mac mini 集羣,破解雲 AI 服務高昂成本播客應用Overcast開發者Marco Arment爲降低AI服務成本,自建48臺Mac mini服務器集羣。他利用Apple Silicon芯片的高能效和統一內存優勢,運行本地語音轉錄,以替代昂貴的雲端AI服務。04-0815.2K
阿里Qwen-Audio-3.0系列語音模型上線千問AI平臺,斬獲國際評測“大滿貫”阿里巴巴在千問AI平臺全面上線Qwen-Audio-3.0系列語音模型,涵蓋語音識別、語音合成和實時語音交互三款。官方稱,該系列在權威評測平臺Artificial Analysis今年7月語音排行榜中表現卓越,包攬語音識別、實時交互和語音合成三項第一。08-1717.0K
騰訊混元 Hy ASR3.0 預覽版發佈:從"聽清"到"聽懂",方言詞錯率壓到 3%騰訊混元發佈語音識別模型Hy ASR3.0 Preview,基於大語言模型Hy3,融合高精度識別與深度語義理解,實現從“逐字轉寫”到“理解語境”的質變。模型覆蓋十大方言片區,長音頻場景優勢突出,不依賴標準普通話,讓AI不僅能聽清字,更能真正聽懂話。08-0517.2K
騰訊混元發佈Hy ASR3.0preview:語音識別邁入“懂語境”新階段騰訊混元發佈語音識別模型Hy ASR3.0preview,首次將大語言模型Hy3的語義理解融入識別,實現從逐字轉寫向“理解語境、一鍵直出”跨越。在開源評測集上,中文普通話、英語、粵語詞錯誤率分別爲3.34%、2.62%、3.12%,整體約3%,多維度表現亮眼。08-0418.7K
聚焦語音Agent可靠性:xAI正式發佈Grok Voice Think Fast 2.0xAI發佈新一代語音模型Grok Voice Think Fast 2.0,全面向開發者開放,在智能水平、轉錄精度、對話交互和工具調用效率上顯著提升。定價每分鐘0.08美元,在Artificial Analysis基準測試中綜合得分爲82.9%,超越前代及GPT-Realtime-2.1、Gemini 3.1 Flash。07-3124.5K
通義千問重磅升級:實時語音識別模型 Fun-ASR-Realtime 正式發佈通義千問推出實時語音識別模型Fun-ASR-Realtime,首字延遲降至百毫秒級,實現“即說即反饋”的流暢交互。其識別準確度接近離線模型,在保證高精度同時突破實時性瓶頸,標誌語音交互體驗邁向新高度。07-0616.2K
開發者自建 48 臺 Mac mini 集羣,破解雲 AI 服務高昂成本播客應用Overcast開發者Marco Arment爲降低AI服務成本,自建48臺Mac mini服務器集羣。他利用Apple Silicon芯片的高能效和統一內存優勢,運行本地語音轉錄,以替代昂貴的雲端AI服務。04-0815.2K