-
腾讯混元发布 Hy ASR 3.0 preview：引入上下文理解，支持方言、术语与复杂环境识别和豆包对话
2026年8月4日，腾讯混元发布新一代语音识别模型 Hy ASR 3.0 preview。该模型基于 Hy3 大语言模型的语言理解能力，将高精度语音识别与上下文语义理解结合，重点提升方言、中英文混说、同音词、专业术语及复杂声学环境下的转写效果。 与传统语音识别主要依赖声学信号进行逐字转写不同，Hy ASR 3.0 preview 会结合前后文判断用户语境和表达意图，再生成对应文字。例如面对“期中考…和豆包对话- 1.6k
- 0
-
Hy ASR 3.0 preview - 腾讯混元推出的新一代语音识别模型，支持上下文理解文小言免费下载
Hy ASR 3.0 preview 是腾讯混元推出的上下文感知语音识别模型，融合高精度声学识别与 Hy3 语言理解能力，支持方言、中英混说、专业术语、同音词纠错及高噪声环境转写。中国十大ai大模型- 1.3k
- 0
-
阿里通义升级 Fun-ASR-Realtime，支持 30 种语言与 16 种方言实时识别腾讯ai免费下载
2026年07月06日，阿里通义升级实时语音识别模型 Fun-ASR-Realtime，API 已上线阿里云百炼平台。该模型面向低延迟语音转文字场景，支持音频流式输入和文本流式输出，可用于实时字幕、语音助手、会议转写、直播转写、客服通话和多语言语音输入等应用。阿里云百炼文档显示，实时语音识别基于 WebSocket 协议，适用于需要边说边转写的语音交互场景。 Fun-ASR-Realtime 单模…ai的应用- 2.3k
- 0
-
-
通义千问推出新一代语音识别模型 Qwen3-ASR-Flashflal下载
2015年9月8日，阿里旗下通义千问团队正式发布最新语音识别模型 Qwen3-ASR-Flash。该模型基于 Qwen3 底座训练，结合千万小时级别的多模态与 ASR 数据，主打高精度与高鲁棒性，支持 11 种语言及多种方言，并在中英文及多语种基准测试中取得领先成绩。 Qwen3-ASR-Flash 最大亮点在于 支持上下文定制与歌声识别。用户可输入关键词、段落或整篇文档作为背景提示，模型将智能匹…ai分类- 6.5k
- 0
-
Qwen3-ASR-Flash：阿里通义千问最新推出的语音识别模型ai是怎么回事
Qwen3-ASR-Flash 是通义千问系列最新语音识别模型，基于 Qwen3 底座与千万小时级 ASR 训练，支持 11 种语言与多方言，提供上下文定制与歌声识别，具备语种识别、非人声拒识与强鲁棒性，适配多噪声与长难句场景。ai豆包官网入口- 6.6k
- 0
-
声动视界：AI视频工具，支持视频翻译、视频配音和文本转语音等flal下载
声动视界面向带货短视频，支持视频翻译、文本转语音、视频配音功能，有大量高品质适合带货口播的音频，支持100+语言翻译，AI让你快速找到全世界的买家。抖音对标ai工具- 6.7k
- 0
-
