新闻中心News

阿里通义实验室发布端到端语音识别大模型 FunAudio-ASR

作者：聖光之護 | 点击: | 来源：聖光之護

1609
2025

阿里巴巴通义实验室推出了全新的端到端语音识别大模型FunAudio-ASR。该模型引入创新的Context模块，显著提升了在高噪声环境下的识别稳定性，将幻觉率从78.5%大幅下降至10.7%，降幅接近70%。FunAudio-ASR基于数千万小时的真实音频数据训练而成，并深度融合了大语言模型的语义理解能力，在远场、嘈杂背景及多说话人等复杂场景中表现出色，性能超越Seed-ASR、KimiAudio-8B等当前主流系统。为满足不同应用场景需求，团队还推出了轻量版模型FunAudio-A...

阿里巴巴通义实验室推出了全新的端到端语音识别大模型 funaudio-asr。该模型引入创新的 context 模块，显著提升了在高噪声环境下的识别稳定性，将幻觉率从 78.5% 大幅下降至 10.7%，降幅接近 70%。

FunAudio-ASR 基于数千万小时的真实音频数据训练而成，并深度融合了大语言模型的语义理解能力，在远场、嘈杂背景及多说话人等复杂场景中表现出色，性能超越 Seed-ASR、KimiAudio-8B 等当前主流系统。

为满足不同应用场景需求，团队还推出了轻量版模型 FunAudio-ASR-nano。该版本在保证较高识别精度的同时，大幅降低计算资源消耗，适用于对算力和成本敏感的终端部署场景。

两个版本均支持低延迟流式语音识别、中英文自动切换以及用户自定义热词功能，具备良好的实用性与灵活性。目前，该技术已成功应用于钉钉“AI 听记”、视频会议系统以及 DingTalk A1 硬件设备中。其开放 API 也已在阿里云百炼平台正式上线，供开发者调用。

体验地址：https://www./link/1a79e60cce2641f20b34acb72cd287d7
技术报告：https://www./link/e3

40862bc3c1549012646f7abdc2e155

欢迎光临，我们是一家专注中小型企业营销推广服务的公司！

专注企业电商网络营销推广！免费电商SEO诊断，你可信任的网络推广专家

阿里通义实验室发布端到端语音识别大模型 FunAudio-ASR