Tongyi Meluncurkan Fun-ASR1.5 dengan Peningkatan Pengenalan Dialek

Berita ME, 20 April (UTC+8), menurut pemantauan Beating, Tongyi Lab merilis model pengenalan suara Fun-ASR1.5 pada 20 April, dan API-nya telah tersedia di Alibaba Cloud Bailian, serta tersedia untuk pengalaman daring di komunitas ModelScope. Menurut pihak resmi, versi ini mencakup 30 bahasa, tujuh sistem dialek Tiongkok, dan lebih dari 20 aksen daerah dalam satu model tunggal, tanpa lagi memisahkan model berdasarkan dialek. Evaluasi internal oleh Tongyi menunjukkan bahwa tingkat kesalahan karakter pada skenario dialek tipikal turun sebesar 56,2% dibandingkan versi sebelumnya; lima dialek telah mencapai akurasi lebih dari 90%, dan 15 dialek melebihi 80%. Pengenalan puisi klasik juga dioptimalkan secara khusus, dengan akurasi tingkat karakter internal yang diberikan oleh pihak resmi sebesar 97%. Semua angka ini berasal dari pengujian internal Tongyi, bukan dari benchmark pihak ketiga. Dialek-dialek Tiongkok yang paling sulit diproses dalam pengenalan suara, yang biasanya menjadi bagian long tail, kini mulai dimasukkan ke dalam satu set kemampuan yang siap pakai secara komersial. Untuk skenario seperti siaran pendidikan, saluran layanan pemerintah daerah, dan pengumpulan wawancara, pihak yang mengintegrasikan tidak lagi perlu memisahkan beberapa jalur pengenalan berdasarkan aksen daerah, sehingga proses penyebaran menjadi lebih sederhana. (Sumber: BlockBeats)