05/12/2025 16:57
【ＡＩ】豆包語音識別模型2.0發布，推理能力提升，支持日韓德等13種外語
《經濟通通訊社5日專訊》火山引擎今日正式發布豆包語音識別模型2.0（Doubao-Seed-ASR-2.0）。
據介紹，該模型依托Seed混合專家大語言模型架構構建，2.0版本模型推理能力提升，可以通過深度理解上下文完成精準識別，上下文整體關鍵詞召回率提升20%；支持多模態視覺識別，在「聽得懂」的同時「看得懂」，通過單圖和多圖等視覺信息輸入提升文字識別精準度。
同時，該版本支持日語、韓語、德語、法語等13種海外語種的識別，並且重點針對專有名詞、人名、地名、品牌名稱及易混淆多音字等複雜場景進行了升級。(sl)
據介紹，該模型依托Seed混合專家大語言模型架構構建，2.0版本模型推理能力提升，可以通過深度理解上下文完成精準識別，上下文整體關鍵詞召回率提升20%；支持多模態視覺識別，在「聽得懂」的同時「看得懂」，通過單圖和多圖等視覺信息輸入提升文字識別精準度。
同時，該版本支持日語、韓語、德語、法語等13種海外語種的識別，並且重點針對專有名詞、人名、地名、品牌名稱及易混淆多音字等複雜場景進行了升級。(sl)