Fun-ASR 系列
说明
- 模型背景：由通义实验室推出的端到端语音识别大模型，基于数千万小时真实语音数据训练，具备强上下文理解与行业适配能力
- 功能特性：全系非流式、支持标点、支持时间戳，支持低延迟实时转写，远场高噪声场景识别准确率可达93%
- 版本标识释义：
int8：INT8 量化版本，体积更小、推理速度更快、适合端侧部署LLM：大模型增强版，上下文理解更强，抑制识别幻觉CTC：经典 CTC 架构轻量版，推理轻量化MLT：多语言通用版，覆盖31种语言split-adaptor：特征适配模块分离部署版本- 语种与能力说明：
- Fun-ASR-Nano：支持中文、英文、日语；7种方言（吴语、粤语、闽语、客家话、赣语、湘语、晋语）；26种地方口音（河南、山西、湖北、四川、重庆、云南、贵州、广东、广西、陕西、河北、山东、安徽、天津、宁夏、辽宁、甘肃、湖南、黑龙江、吉林、内蒙古、江苏、浙江、福建、江西、海南）；额外支持歌词识别、说唱语音识别
- Fun-ASR-MLT-Nano：共支持31种语言：中文、英文、粤语、日语、韩语、越南语、印尼语、泰语、马来语、菲律宾语、阿拉伯语、印地语、保加利亚语、克罗地亚语、捷克语、丹麦语、荷兰语、爱沙尼亚语、芬兰语、希腊语、匈牙利语、爱尔兰语、拉脱维亚语、立陶宛语、马耳他语、波兰语、葡萄牙语、罗马尼亚语、斯洛伐克语、斯洛文尼亚语、瑞典语
- 行业优势：在教育、金融等垂直领域表现优异，可精准识别专业术语，有效抑制幻觉生成与语言混淆问题