阿里通义推出语音识别大模型Fun-ASR1.5：覆盖30种语言 支持汉语七大方言体系

阿里通义发布Fun-ASR1.5语音识别大模型：支持30种语言与汉语七大方言，识别准确率大幅提升

近日，语音识别技术领域迎来重大突破。阿里通义实验室正式推出其新一代语音识别大模型——Fun-ASR1.5。此次发布并非简单的功能升级，其展现出的强大技术包容性与广泛适用性，已在行业内引起广泛关注。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

那么，这款语音识别模型的核心优势是什么？答案在于其“一体化”的设计理念。Fun-ASR1.5基于统一的大模型架构，实现了前所未有的识别广度：仅凭单一模型，即可流畅处理全球30种主流语言，并全面覆盖汉语的七大方言体系及二十余种地方口音。更令人印象深刻的是，它甚至能够尝试对富有韵律的古诗词吟诵进行精准文本转写，这充分验证了其卓越的模型泛化与适应能力。

实际测试数据充分证明了其性能。在典型的方言语音识别任务中，Fun-ASR1.5表现突出，其字错误率（CER）实现了高达56.2%的相对降低。目前，该模型对5种方言的识别准确率已超过90%，另有15种方言的准确率稳定在80%以上。这意味着，对于绝大多数带有地方口音的普通话，模型已具备可靠的实用化基础，能满足多种场景下的高精度转写需求。

当然，高精度的语音转文字只是第一步。Fun-ASR1.5的智能化还体现在深度的文本后处理能力上。模型能够自动为冗长的口语化句子添加恰当的标点符号，并将口语中频繁出现的数字、日期、金额、手机号码等信息，自动转换为符合规范的书面格式。这一功能看似细节，却在实际应用中至关重要。

试想，在整理会议录音、处理访谈内容、或生成司法庭审笔录时，大量的人工工时往往消耗在繁琐的文本校对与格式规整上。Fun-ASR1.5的推出，正是为了显著减少这类重复性劳动，让专业人士能将精力集中于内容分析、信息提炼与核心决策等更具价值的工作。

对于广大开发者和企业用户而言，Fun-ASR1.5的接入与使用也非常便捷。目前，用户可以通过两种主要途径体验该模型：一是直接通过阿里云百炼平台调用其API服务，快速集成至自有产品或工作流中；二是前往魔搭社区，免费在线体验Fun-ASR1.5的全部功能，亲身测试其多语言、多方言的实时识别效果。

相关体验地址如下：

阿里云百炼：https://bailian.console.aliyun.com/cn-beijing?tab=model#/efm/model_experience_center/voice?modelId=fun-asr

魔搭社区：https://modelscope.cn/studios/iic/FunAudio-ASR