千问大模型今日宣布正式升级实时语音识别大模型Fun-ASR-Realtime，该模型首字延迟控制在百毫秒级别，识别准确率接近离线模型，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。该模型话音刚落文字即开始呈现，对长句子的尾字输出延迟同样很低。
在准确率方面，Fun-ASR-Realtime接近其离线模型Fun-ASR-Flash，并面向泛Context进行了专项强化，具备上下文理解能力。在覆盖八大方言区的16种方言识别测试中，该模型字符准确率平均为88.62%，在12类方言上领先，超越火山与腾讯相关产品。
据悉，Fun-ASR-Realtime的离线模式模型Fun-ASR-Flash也已于近期上线。
