技术博客

阿里巴巴通义实验室近日发布了一款名为FunAudio-ASR的端到端语音识别大模型，该模型引入了创新的Context模块，有效解决了语音识别中的“幻觉”和“串语种”问题。通过这一技术突破，FunAudio-ASR在嘈杂环境下的表现尤为突出，将幻觉率从78.5%大幅降低至10.7%，降幅接近70%，显著提升了语音识别的准确性和可靠性。