DeepSeek语音识别一小时不到4毛,App能力全开放,官方称可一比一复刻
快科技8月19日消息,据火山引擎公众号介绍,特斯拉中国车机近日正式上线豆包大模型,车主通过OTA升级后,长按方向盘语音按钮即可唤醒全新的AI语音助手。
今年4月,小米正式发布MiMo-V2.5系列大模型,一次推出MiMo-V2.5、MiMo-V2.5-Pro、MiMo-V2.5-TTS Series以及MiMo-V2.5-ASR四款模型,进一步覆盖通用大模型、语音合成和语音识别等场景。
该系列包含三款自研语音模型:语音识别大模型Qwen-Audio-3.0-ASR、语音合成大模型Qwen-Audio-3.0-TTS,以及实时语音交互对话模型Qwen-Audio-3.0-Realtime。
依托Hy3基座大模型打通声学识别与语义理解,彻底摆脱传统语音识别生硬转写短板,在多方言口音、嘈杂收音、远距离拾音等复杂场景稳定输出精准文本。
该模型基于最新大语言模型Hy3,融合语音识别与深度语义理解,旨在从“逐字转写”演进为“理解语境、兼容场景”。
在最新的行业词汇内部评测中,新模型对各行业专业词的“听中率”都有明显提升,其中医疗场景更是突破了 95.36%。
阿里升级Fun-ASR-Realtime语音识别模型,支持30种语言+16种方言
科大讯飞AI眼镜亮相:支持多模态同传翻译,仅重40克
11/10 12:13
11/10 12:11
11/10 12:10
11/10 10:19
11/10 10:18
11/10 10:09
11/10 10:08