@aigclink: 阿里通义实验室最新发布了款ASR：Fun-ASR 1.5，核心能力：方言工业级可用 单模型即可无缝覆盖30种语言、汉语七大方言体系及20+ 地方口音，古诗词吟诵也能精准转写 典型方言场景CER相对上代下降56.2%，有5种方言准确率破 9…

X AI KOLs Timeline 模型
asr speech-recognition tongyi-lab dialect-recognition multilingual model-release

摘要

阿里通义实验室发布Fun-ASR 1.5，单模型覆盖30种语言、汉语七大方言及20余种地方口音，典型方言场景字错率较上代下降56.2%，5种方言准确率突破90%。

阿里通义实验室最新发布了款ASR：Fun-ASR 1.5，核心能力：方言工业级可用 单模型即可无缝覆盖30种语言、汉语七大方言体系及20+ 地方口音，古诗词吟诵也能精准转写 典型方言场景CER相对上代下降56.2%，有5种方言准确率破 90%，15种超过 80%
查看原文
查看缓存全文

缓存时间: 2026/04/21 08:26

阿里通义实验室最新发布了款ASR：Fun-ASR 1.5，核心能力：方言工业级可用 单模型即可无缝覆盖30种语言、汉语七大方言体系及20+ 地方口音，古诗词吟诵也能精准转写 典型方言场景CER相对上代下降56.2%，有5种方言准确率破 90%，15种超过 80%

相似文章

@MaxForAI: 如果你在做语音Agent，你应该试一下这个项目 来自南洋理工、新国立和上海 AI Lab的团队发布了：Mega-ASR 这个完全开源的ASR基于 Qwen3-ASR构建，目的是打破长期困扰ASR的在嘈杂、混响或其他受损现实环境中表现的瓶颈…

X AI KOLs Timeline

南洋理工、新国立和上海 AI Lab 联合发布 Mega-ASR，一个基于 Qwen3-ASR 构建的完全开源 ASR 模型，通过 Voices-in-the-Wild-2M 数据集和渐进式声学到语义优化，在真实世界嘈杂环境中实现最高 30% 的相对词错误率下降，且仅 1.7B 参数可在消费级硬件高效推理。

@lxfater: 网易有道开源了子曰4大模型，27B参数内，数理 SOTA 但真正让我觉得有趣的是它那个语音功能！！ 克隆个声音不稀奇，ElevenLabs 早能做 但它们都有个通病，跨语种会串口音 拿你的中文声音去说日语，它带着一口中国腔，一听就是外国人…

X AI KOLs Timeline

网易有道开源了子曰4大模型，27B参数，数理性能达到SOTA；其语音功能支持3秒跨语言声音克隆，14种语言且无口音问题，同时开源了全场景智能体龙虾。

@seclink: 小米的发展势头很猛啊！ 2026-06-02 mimo-v2.5-asr 发布 模型简介： 中英双语 + 方言： 持中英双语识别及吴语、粤语、闽南语、四川话等多种中国方言，以及中英混合代码切换 歌词转写： 高精度中英文歌词转写，支持人声与…

X AI KOLs Following

小米发布 MiMo 系列模型更新，包括 mimo-v2.5-asr（支持多种方言和歌词转写）、mimo-v2.5-pro（万亿参数、1M上下文）、mimo-v2.5（全模态感知）、以及 TTS 系列模型，显著提升了 Agent 性能和复杂声学场景下的识别能力。