7月22日，騰訊混元宣佈其自主研發的ASR（語音識別）大模型正式應用於ima平臺，首次在手機App端實現了語音輸入功能，爲用戶帶來了“出口成章”的便捷體驗。用戶現在可以通過語音直接輸入問題或記錄靈感，無需手動敲擊鍵盤，極大地提升了輸入效率。

騰訊混元ASR大模型以其敏銳的聽覺和智能的理解能力脫穎而出，在複雜環境下依然能夠準確識別語音，每分鐘可識別300字，速度比手動輸入快4倍，且識別結果更加精準自然。該模型採用業界首個基於雙編碼器的流式ASR架構，相比傳統ASR技術，在語義理解能力上有了顯著提升，尤其在中英文混雜等場景中表現更爲出色。

微信截圖_20250723081854.png

此次ima平臺引入的語音輸入功能，覆蓋了知識庫問答、筆記創作等多個應用場景。用戶在進行知識庫查詢或首頁問答時，若問題較長，可直接通過語音輸入;在撰寫筆記時，ima則像一位會聽音的筆記小助手，幫助用戶進行創作，並能根據舊筆記快捷續寫，實現無縫銜接。此外，iOS用戶還可以通過添加桌面小組件，實現更快速的提問體驗。

騰訊混元團隊表示，未來將繼續優化ASR大模型，提升方言識別和多語言識別能力，不斷擴充支持的語言類型，以滿足不同場景下的使用需求。此次語音輸入功能的上線，不僅展示了騰訊混元在語音識別領域的技術實力，也爲用戶帶來了更加高效、便捷的輸入方式，開啓了智能交互的新篇章。