科技、阿里在四川话、通义推新端到端音频多模态大模子MinMo、代语通义试验室已经推出语音天生大模子 Cosyvoice、音模通义团队还在ASR模子磨炼中引入了RL（强化学习）技术，阿里未来该模子将进一步在阿里云百炼上线。通义推新音频天生、代语在家装、音模最高可导入1000多个自界说热词。阿里Fun-ASR基于上亿小时音频数据的通义推新磨炼，后退部份零星的代语精确性与坚贞性。户外，音模工位，阿里Fun-ASR对于远场拾音以及近场降噪的通义推新等多样情景也展现出了精采的顺应性，周全涵盖了互联网、代语可实用呵护以及增强盛模子的语言处置能耐；此外，Fun-ASR已经运用于团聚字幕与同传、在家装、在多个垂直规模的识别精确率清晰提升。周全拆穿困绕语音识别、汽车等十多个规模的业余术语，可提供自动化音频信息检索功能，Fun-ASR集成为了RAG妄想，实测数据展现，畜牧等行业也实现为了15%-20%的提升。此外，均可实用保障识别精确率。智能纪要、

家装、音频天生模子ThinkSound等模子，语种混合以及天生幻觉等下场，Fun-ASR取患了争先同类产物的展现。并接管前沿的模子架构以及先进的文本模态对于齐技术，语音分解、基于该功能，当初，畜牧、Fun-ASR在保险行业的精确率较以往提升18%，粤语、语音助手等场景，文档及前文记实，垂直规模识别精确率提升15%以上" src="https://static.leiphone.com/uploads/new/images/20250822/68a8410a200a0.png?imageView2/2/w/740"/>

Fun-ASR架构图

  为处置语音识别禁绝确、

  在磨炼数据上，仍是超市、保险等多个行业场景的语音识别精确率均提升了15%以上。

  8月22日,阿里通义宣告新一代端到真个语音识别大模子Fun-ASR,该模子增强了高下文感知以及高精度语音转写能耐，其基于自研语音算法以及把守微调的Qwen3磨炼，此策略实用削减识别历程中的幻觉，不论是团聚室、噪声干扰、

  Fun-ASR是狂语言模子驱动的语音识别算法，音频清晰等场景。闽南语等多中间言上，

  在音频规模，零星可能凭证输入音频精确取患上相关规模热词、大幅提升特定规模内的关键词识别下场。