通義千問重磅升級：實時語音識別模型 Fun-ASR-Realtime 正式發佈

語音交互正迎來新的技術跨越。近日，通義千問大模型正式宣佈升級其核心音頻能力，推出了全新的實時語音識別模型 Fun-ASR-Realtime。

該模型在性能指標上實現了顯著突破，其首字識別延遲被精準控制在百毫秒級別，確保了用戶在交互時能夠感受到“即說即反饋”的流暢體驗。在準確度方面，該模型表現出色，其識別水準已逼近行業領先的離線識別模型，真正實現了實時性與高質量的有機統一。

爲了滿足多樣化的應用需求，Fun-ASR-Realtime 具備了廣泛的語言覆蓋能力，不僅支持多達30種語言的識別處理，還特別強化了對中文方言的理解，目前已能夠識別包括16種方言在內的複雜語音輸入。

這一技術的升級，不僅爲語音助手、會議速記等實時交互場景提供了更堅實的底層支撐，也進一步拓寬了通用大模型在多語言、多方言環境下的應用邊界。隨着模型的正式上線，開發者與企業用戶將能夠更便捷地構建出具備高靈敏度與高準確率的智能語音應用，讓 AI 交互變得更加自然與人性化。