通义千问重磅升级：实时语音识别模型 Fun-ASR-Realtime 正式发布
语音交互正迎来新的技术跨越。近日，通义千问大模型正式宣布升级其核心音频能力，推出了全新的实时语音识别模型 Fun-ASR-Realtime。该模型在性能指标上实现了显著突破，其首字识别延迟被精准控制在百毫秒级别，确保了用户在交互时能够感受到“即说即反馈”的流畅体验。在准确度方面，该模型表现出色，其识
语音交互技术正迎来一次实质性的重大升级。近日，通义千问大模型正式宣布其核心音频能力全面进化，并推出了全新的实时语音识别模型——Fun-ASR-Realtime，为智能语音领域注入新动力。
这款新模型在性能上实现了“快”与“准”的完美兼得。其首字识别延迟已被精准压缩至百毫秒级别——也就是说，用户话音刚落，系统即可即刻响应。这种“即说即反馈”的流畅体验，对语音助手的交互品质具有决定性意义。而在准确度方面，Fun-ASR-Realtime同样表现突出，已接近行业顶尖离线识别模型的水平。能够将实时性与高质量同时落地于同一系统，本身就是一项重要的技术突破。
此次升级的意义远不止于技术参数层面。它有效增强了语音助手、会议速记等对延迟极为敏感的应用场景的底层支撑能力。从更长远的角度看，这一模型也正在拓展通用大模型在多语言、多方言环境下的应用边界。随着模型正式上线，开发者和企业将能够更加高效地构建兼具高灵敏度与高准确率的智能语音应用，推动AI交互真正走向自然与人性化。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：通义千问重磅升级：实时语音识别模型 Fun-ASR-Realtime 正式发布要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点在选择阿里云服务器时，许多用户面对2核4G、4核8G、8核16G等常见配置，常常被经济型e、通用算力型u1、u2i、计算型c9i等实例名称搞得一头雾水——看似配置相近，价格却相差悬殊。例如同样是2核4G，经济型e实例最低仅需599 93元，通用算力型u1有特价199元，而计算型c9i起步价高达118
DeepSeek、通义千问等大语言模型的迅猛发展，使得AI辅助开发已成为常态。代码生成、方案设计、效率提升，这些都已成为现实。然而，一个被许多开发者忽视却普遍存在的难题是：如何将AI输出的那一长串Markdown内容，工程化地转换为可交付的Word或PDF文档？ 这绝非简单的复制粘贴操作，两者之间隔
针对视觉语言模型依赖时间顺序判断任务进度的缺陷，浙江大学等团队提出EgoTSR方案，包含4600万样本数据集与三阶段课程学习。该模型通过正反向图像对暴露时间偏差，结合子任务规划器实现长程任务推理，在双向评测中准确率超92%。
大模型API调用成本，核心就是Token计费机制如何设计。阿里云百炼平台提供按量付费、Token Plan、Coding Plan和AI通用型节省计划四种计费模式，每种都有独特的门道。本文从计费逻辑、适用场景、价格对比三个维度深入剖析，帮您找到最能节省成本的方案，把每一分钱都用在实处。 一、按量付费
- 日榜
- 周榜
- 月榜
热点快看