132万字实时字幕！阿里语音模型支持影视飓风100小时直播- 大数跨境

首页

132万字实时字幕！阿里语音模型支持影视飓风100小时直播

阿里语音AI

2026-07-06

今天，我们正式升级实时语音识别大模型Fun-ASR-Realtime——一款首字延迟控制在百毫秒级别、识别准确率接近离线模型的流式语音识别模型，支持16种方言和30种语言。

在7月2日结束的影视飓风「重返荒岛」100小时直播中，实时字幕由Fun-ASR-Realtime全程提供，累计识别字幕6万余条、共计132万字。

先说清楚一件事：实时和离线的差别

语音识别模型分为离线和实时两类。离线模型可一次性输入录好的音频，准确度更高；实时模型边录边识，需又准又快，识别难度更高，适合直播字幕、会议实时转写、客服通话等低延迟场景。

Fun-ASR-Realtime面向的正是后一种——让"又快"和"又准"同时成立。

‍▎速度：首字百毫秒，尾字不掉队

在速度上，模型首字时延控制在百毫秒级别，话音刚落，文字即开始呈现；对很长的句子，尾字输出的延迟同样很低。

以「重返荒岛」100小时直播为例，多人两岛互动、说话人频繁切换，赛制复杂还遇上了暴雨，观众可即时看到Tim和中国boy等嘉宾的发言字幕，直接增强了观看体验。

‍▎准确率：接近离线模型，还能“越听越准”

在准确率上，Fun-ASR-Realtime接近其离线模型Fun-ASR-Flash，并面向泛 Context（包含历史对话上下文和实时热词）进行了专项强化，具备上下文理解能力。

举一个直播里的真实例子：Tim说出的"夜鹭"最初被误识为"叶鹿"，在补充上下文"观鸟的朋友应该知道"后，模型立刻自我纠正。

（图1：在影视飓风“重返荒岛”100小时直播节目中，实时字幕根据上下文纠错，将“叶鹿”改为“夜鹭”）

‍▎多语言和方言：这是Fun-ASR-Realtime最能听的部分

相较于市面上的实时模型，Fun-ASR-Realtime 支持的语音种类更加丰富，可识别16种方言和30种语言。

在覆盖八大方言区的16种方言识别测试中，Fun-ASR-Realtime字符准确率平均为 88.62%，在12类方言上领先，超越火山与腾讯相关产品。尤其在高难度的吴语系方言上表现惊艳——上海话：92.41%，苏州话：89.21%，温州话（号称"最难懂方言"）：82.74%。

在福建话、客家话等复杂方言上，模型同样全面领先。

（图2：Fun-ASR-Realtime在16 种方言识别测试中领先。CER为字符错误率（Character Error Rate），1-CER代表字符准确率）

Demo展示

上海话：

语音识别结果：工作再平凡，只要认真做，也能做出味道，做出属于自己的成绩。

苏州话：

语音识别结果：我第一次得奖是小学三年级，语文竞赛拿了二等奖，老师奖励我一本笔记本。

温州话：

语音识别结果：加班到半夜，开车回家，电台里放着轻柔的爵士乐，路上一个人都没有，只有红绿灯在那里孤独地闪着。

福建话：

语音识别结果：我要申请诏安县的创业补贴政策，帮我查需要哪些材料，怎么申办。

闽南话：

语音识别结果：闽南地区冬天基本不下雪，但是阴冷，湿气很重，比北方干冷难受多了。

客家话：

语音识别结果：对梅州的风土人情挺感兴趣的，当地人平时有哪些特别的节日习俗或传统活动吗？

粤语：

语音识别结果：五象新区今年将引进多家世界五百强企业，预计为南宁市提供大量嘅就业机会。

‍▎复杂场景与多语种：从工业远场到出海市场

在5类工业中文和英文场景的语音识别横向测评中，针对复杂背景、远场嘈杂以及各种带口音的场景，Fun-ASR-Realtime依然表现良好，中文平均字符准确率88.42%、英文91.58%，均领先相关产品。

（图3：Fun-ASR-Realtime在 5 类工业中文和英文场景的语音识别横向测评中领先）

在此基础上，模型面向泰语等东亚、东南亚多语言场景进行了专项优化，识别准确率提升了20%，适用于出海客服、国际会议等场景。

Demo展示

印尼语：

语音识别结果：Tidak sia-sia pergi ke Pulau Bali karena Anda dapat melihat indahnya matahari terbit.

去巴厘岛绝不会白跑一趟，因为在那里你可以看到美丽的日出。

泰语：

语音识别结果：ในโรงเรียนแห่งนี้ พวกเราให้นักเรียนของเราพัฒนาทักษะความสามารถของพวกเขาและทำให้ดียิ่งขึ้น

在这所学校里，我们让学生们发展自身的技能和才能，并使之不断精进。

西班牙语：

语音识别结果：planchar la ropa cuando aún está húmeda puede ayudar a secarla. muchos hoteles cuentan con plancha y una tabla para prestar a los viajeros, incluso si uno no se encuentra en la habitación.

趁衣服还湿的时候熨烫，可以帮助把它烘干。许多酒店都备有熨斗和熨衣板供旅客借用，即使房间里没有配备。

‍▎离线模型Fun-ASR-Flash：全球权威榜单第一

Fun-ASR-Realtime的离线模式模型Fun-ASR-Flash也已于近期上线。在全球权威AI评测平台Artificial Analysis上，Fun-ASR-Flash（榜单上为该模型曾用名"Fun-realtime-ASR-preview"）字错率1.7%，位列全球第一。

（图4：Fun-ASR-Realtime的离线模式模型Fun-ASR-Flash以1.7%的字错率登顶Artificial Analysis榜单）

欢迎体验

阿里云百炼：

Fun-ASR-Realtime：

https://help.aliyun.com/zh/model-studio/real-time-speech-recognition-user-guide

Fun-ASR-Flash：

https://bailian.console.aliyun.com/cn-beijing#/doc/?type=model&url=2979031

【声明】内容源于网络

阿里语音AI

阿里巴巴通义实验室语音团队，基于多模态大模型语音识别、语音合成、自然语言理解等 AI 技术，实现“能听、会说、懂你”式的智能人机交互体验。

内容 128

粉丝 0

阿里语音AI 阿里巴巴通义实验室语音团队，基于多模态大模型语音识别、语音合成、自然语言理解等 AI 技术，实现“能听、会说、懂你”式的智能人机交互体验。

总阅读609

粉丝0

内容128