腾讯发布混元Hy ASR 3.0 preview:融合Hy3语言理解,中文识别WER低至3.34%
8月5日,腾讯混元正式发布新一代语音识别模型Hy ASR 3.0 preview,基于最新一代大语言模型Hy3的语言理解能力,实现了高精度语音识别与深度语义理解的深度融合。该模型在通用识别、上下文感知、多场景鲁棒性及方言覆盖等核心维度全面提升,能够从“逐字转写、单点优化”演进为“理解语境、兼容场景、一键直出”。
据官方介绍,Hy ASR 3.0 preview在多语种开源评测集上均取得领先表现:中文普通话WER低至3.34%,英语WER 2.62%,粤语WER 3.12%,整体领先竞品。在自建评测集上,模型在通用识别、方言识别、上下文理解及复杂声学场景等维度中均保持较低词错误率。
Hy ASR 3.0 preview现已上线腾讯云官网,通过API对外提供服务,可广泛应用于智能客服、内容理解、语音搜索等场景。元宝已深度参与共研并完成首发上线,用户可在元宝中体验方言识别、上下文智能纠错与复杂环境稳定转写等能力提升,语音输入更准、更稳,且免费开放;WorkBuddy等产品也在陆续接入中。
此次发布标志着腾讯语音识别技术正式从“准确听清”迈向“理解意图”的新阶段。通过将Hy3大语言模型的语言理解能力与语音识别深度融合,Hy ASR 3.0 preview能够在复杂真实环境中提供更接近用户意图的转写结果,为语音交互场景带来更智能、更自然的使用体验。