Tongyi lança o Fun-ASR1.5 com reconhecimento aprimorado de dialetos

Notícia da ME, 20 de abril (UTC+8): De acordo com o monitoramento da Beating, o Laboratório Tongyi lançou em 20 de abril o modelo de reconhecimento de voz Fun-ASR 1.5, que já está disponível como API na Alibaba Cloud Bailian e oferece experiência online aberta na comunidade ModelScope. O oficial afirma que esta versão cobre 30 idiomas, sete grandes grupos de dialetos chineses e mais de 20 sotaques regionais com um único modelo, abandonando a abordagem anterior de separar modelos por dialeto. Avaliações internas da Tongyi mostram que a taxa de erro de caracteres em cenários típicos de dialetos caiu 56,2% em relação à versão anterior; já cinco dialetos alcançaram precisão superior a 90% e quinze superaram 80%. O reconhecimento de poemas clássicos foi otimizado especificamente, com uma precisão de caracteres interna declarada de 97%. Todos esses números são provenientes de testes internos da Tongyi, não de benchmarks de terceiros. As longas caudas de dialetos mais difíceis de processar no reconhecimento de voz chinês estão agora integradas em uma única capacidade diretamente comercializável. Para cenários como transmissões educacionais ao vivo, linhas diretas governamentais locais e transcrição de entrevistas, os usuários não precisam mais dividir múltiplas cadeias de reconhecimento conforme os sotaques regionais, simplificando a implantação. (Fonte: BlockBeats)