アリババは、大規模リアルタイム音声認識モデルであるFun-ASR-Realtimeをオープンソース化した。

アリババは、リアルタイム音声認識モデル「Fun-ASR-Realtime」を正式に発表した。このモデルは、初語認識遅延を数百ミリ秒レベルに抑え、オフラインモデルに匹敵する認識精度を実現している。16の方言と30の言語に対応し、文脈理解能力と自己修正機能を備えている。16の方言を対象としたテストでは、文字認識精度が平均88.62%に達し、Volcanoやテンセントの関連製品を凌駕した。